Экспертные системы

Представление знаний в экспертных системах

Первый и основной вопрос - это вопрос определения состава знаний, т.е. определение того, "ЧТО ПРЕДСТАВЛЯТЬ" в экспертной системе.                                                                                                                                                                                Второй вопрос касается того, "КАК ПРЕДСТАВЛЯТЬ" знания. Его можно разделить на две независимые задачи:                как организовать (структурировать) знания и как представить знания в выбранном формализме.                                                                                                               Эти две проблемы не являются независимыми.

Организация знаний как задача возникает для любого языка представления, и способы решения этой задачи являются одинаковыми (либо сходными) вне зависимости от используемого формализма.

В круг вопросов, решаемых при представлении знаний, включают:                                                                            1)Определение состава представляемых знаний и их организации;                                                                                   2)Представление знаний, т.е. определение модели представления. Состав знаний ЭС определяется факторами: проблемной средой; архитектурой экспертной системы;  потребностями и целями пользователей;  языком общения.

 Для функционирования статической экспертной системы требуются (см. рис. 1.1) следующие знания:                                1)Знания о процессе решения задачи (т.е. управляющие знания), используемые интерпретатором (решателем);                        2)Знания о языке общения и способах организации диалога, используемые лингвистическим процессором (диалоговым компонентом);                                                                                                                                                                                    3)Знания о способах представления и модификации знаний, используемые компонентом приобретения знаний; 4)Поддерживающие структурные и управляющие знания, используемые объяснительным компонентом.

Для динамической ЭС, кроме этих, необходимы следующие знания:                                                                                             1)Знания о методах взаимодействия с внешним окружением;              2)Знания о модели внешнего мира.

Зависимость состава знаний от требований пользователя проявляется в следующем:                                                     1)Какие задачи (из общего набора задач) и с какими данными хочет решать пользователь;                                               2)Каковы предпочтительные способы и методы решения;                                                                                                              3)При каких ограничениях на количество результатов и способы их получения должна быть решена задача;                            4)Каковы требования к языку общения и организации диалога;                                                                                               5)Какова степень общности (конкретности) знаний о проблемной области, доступная пользователю;                                     6)Каковы цели пользователей.

Состав знаний о языке общения  зависит как от языка общения, так и от требуемого уровня понимания.

С учетом архитектуры экспертной системы  знания целесообразно делить на интерпретируемые и неинтерпретируемые . К первому типу относятся те знания, которые способен интерпретировать решатель (интерпретатор). Все остальные знания относятся ко второму типу. Решатель не знает их структуры и содержания. Если эти знания используются каким-либо компонентом системы, то он не "осознает" этих знаний. Неинтерпретируемые знания подразделяются на вспомогательные знания, хранящие информацию о лексике и грамматике языка общения, информацию о структуре диалога, и поддерживающие знания. Вспомогательные знания обрабатываются естественно-языковой компонентой, но ход этой обработки решатель не осознает, так как этот этап обработки входных сообщений является вспомогательным для проведения экспертизы. Поддерживающие знания используются при создании системы и при выполнении объяснений. Поддерживающие знания выполняют роль описаний (обоснований) как интерпретируемых знаний, так и действий системы. Поддерживающие знания подразделяются на технологические и семантические. Технологические поддерживающие знания содержат сведения о времени создания описываемых ими знаний, об авторе знаний и т.п. Семантические поддерживающие знания содержат смысловое описание этих знаний. Они содержат информацию о причинах ввода знаний, о назначении знаний, описывают способ использования знаний и получаемый эффект. Поддерживающие знания имеют описательный характер.

Интерпретируемые знания можно  разделить на предметные знания, управляющие  знания и знания о представлении. Знания о представлении содержат информацию о том, каким образом (в каких структурах) в системе представлены интерпретируемые знания.

Предметные знания содержат данные о предметной области и способах преобразования этих данных при решении  поставленных задач. Отметим, что по отношению к предметным знаниям  знания о представлении и знания об управлении являются метазнаниями. В предметных знаниях можно выделить описатели и собственно предметные знания. Описатели содержат определенную информацию о предметных знаниях, такую, как коэффициент определенности правил и данных, меры важности и  сложности. Собственно предметные знания разбиваются на факты и исполняемые  утверждения. Факты определяют возможные  значения сущностей и характеристик  предметной области. Исполняемые утверждения  содержат информацию о том, как можно  изменять описание предметной области  в ходе решения задач. Говоря другими  словами, исполняемые утверждения - это знания, задающие процедуры обработки. Однако мы избегаем использовать термин "процедурные знания", так как  хотим подчеркнуть, что эти знания могут быть заданы не только в процедурной, но и в декларативной форме.

Управляющие знания можно разделить  на фокусирующие и решающие. Фокусирующие знания описывают, какие знания следует использовать в той или иной ситуации. Обычно фокусирующие знания содержат сведения о наиболее перспективных объектах или правилах, которые целесообразно использовать при проверке соответствующих гипотез (см. п. 9.2). В первом случае внимание фокусируется на элементах рабочей памяти, во втором - на правилах базы знаний. Решающие знания содержат информацию, используемую для выбора способа интерпретации знаний, подходящего к текущей ситуации. Эти знания применяются для выбора стратегий или эвристик, наиболее эффективных для решения данной задачи.

Качественные и количественные показатели экспертной системы могут  быть значительно улучшены за счет использования метазнаний, т.е. знаний о знаниях.                                                                                                                   Метазнания могут применяться для достижения различных целей:                                                                                     1)Метазнания в виде стратегических метаправил используются для выбора релевантных правил ;                                                 2)Метазнания используются для обоснования целесообразности применения правил из области экспертизы;                                              3)Метаправила используются для обнаружения синтаксических и семантических ошибок в предметных правилах;                        4)Метаправила позволяют системе адаптироваться к окружению путем перестройки предметных правил и функций;                5)Метаправила позволяют явно указать возможности и ограничения системы (определить, что система знает, а что нет).

Аспекты проблемы организации знаний:                                                                                                                            1)Организация знаний по уровням представления и по уровням детальности;                                                           2)Организация знаний в рабочей памяти; организация знаний в базе знаний.

Уровни представления и уровни детальности

Экспертная система должна уметь не только использовать свои знания, но и обладать способностью понимать и исследовать их, т.е. она должна иметь знания о том, как представлены ее знания о проблемной среде.

Нулевой уровень -  Знания о проблемной среде.                                                                                                                                    Первый уровень - метазнания, т.е. знания о том, как представлены знания нулевого уровня, а также какие средства используются для представления знаний нулевого уровня. Знания первого уровня играют существенную роль при управлении процессом решения, при приобретении и объяснении действий системы. Также они независимы от проблемной среды т.к. не содержат ссылок на знания нулевого уровня.                                                                                             Второй Уровень содержит сведения о знаниях первого уровня, т.е. знания о представлении базовых понятий.                  Разделение знаний по уровням представления обеспечивает расширение области применимости системы.                                  Число уровней представления может быть больше двух.

Выделение уровней детальности  позволяет рассматривать знания с различной степенью подробности. Количество уровней детальности  во многом определяется спецификой решаемых задач, объемом знаний и способом их представления. Как правило, выделяется не менее трех уровней детальности, отражающих соответственно общую, логическую и физическую организацию знаний. Введение нескольких уровней детальности  обеспечивает дополнительную степень  гибкости системы, так как позволяет  производить изменения на одном  уровне, не затрагивая другие. Однако наличие  различных уровней препятствует распространению изменений с одного уровня на другие.

Организация знаний в рабочей системе

Рабочая память (РП) экспертных систем предназначена для хранения данных. Данные в рабочей памяти могут  быть однородны или разделяются  на уровни по типам данных. В последнем  случае на каждом уровне рабочей памяти хранятся данные соответствующего типа. Выделение уровней усложняет  структуру экспертной системы, но делает систему более эффективной. Например, можно выделить уровень планов , уровень агенды (упорядоченного списка правил, готовых к выполнению) и уровень данных предметной области (уровень решений).

В современных экспертных системах данные в рабочей памяти рассматриваются  как изолированные или как  связанные. В первом случае рабочая  память состоит из множества простых  элементов , а во втором - из одного или нескольких (при нескольких уровнях в РП) сложных элементов (например, объектов). При этом сложный элемент соответствует множеству простых, объединенных в единую сущность. Теоретически оба подхода обеспечивают полноту, но использование изолированных элементов в сложных предметных областях приводит к потере эффективности.

Данные в РП в простейшем случае являются константами и (или) переменными. При этом переменные могут трактоваться как характеристики некоторого объекта, а константы - как значения соответствующих  характеристик. Если в РП требуется  анализировать одновременно несколько  различных объектов, описывающих  текущую проблемную ситуацию, то необходимо указывать, к каким объектам относятся  рассматриваемые характеристики. Одним  из способов решения этой задачи является явное указание того, к какому объекту относится характеристика.

Если РП состоит из сложных элементов, то связь между отдельными объектами  указывается явно, например заданием семантических отношений. При этом каждый объект может иметь свою внутреннюю структуру. Необходимо отметить, что  для ускорения поиска и сопоставления данные в РП могут быть связаны не только логически, но и ассоциативно.

Организация знаний в базе данных

Показателем интеллектуальности системы  с точки зрения представления  знаний считается способность системы  использовать в нужный момент необходимые (релевантные) знания. Системы, не имеющие  средств для определения релевантных знаний, неизбежно сталкиваются с проблемой "комбинаторного взрыва". Можно утверждать, что эта проблема является одной из основных причин, ограничивающих сферу применения экспертных систем. В проблеме доступа к знаниям можно выделить три аспекта: связность знаний и данных, механизм доступа к знаниям и способ сопоставления.

Связность {агрегация) знаний является основным способом, обеспечивающим ускорение  поиска релевантных знаний. Большинство специалистов пришли к убеждению, что знания следует организовывать вокруг наиболее важных объектов (сущностей) предметной области. Все знания, характеризующие некоторую сущность, связываются и представляются в виде отдельного объекта. При подобной организации знаний, если системе потребовалась информация о некоторой сущности, то она ищет объект, описывающий эту сущность, а затем уже внутри объекта отыскивает информацию о данной сущности. В объектах целесообразно выделять два типа связок между элементами: внешние и внутренние. Внутренние связки объединяют элементы в единый объект и предназначены для выражения структуры объекта. Внешние связки отражают взаимозависимости, существующие между объектами в области экспертизы. Многие исследователи классифицируют внешние связки на логические и ассоциативные. Логические связки выражают семантические отношения между элементами знаний. Ассоциативные связки предназначены для обеспечения взаимосвязей, способствующих ускорению процесса поиска релевантных знаний.