Початок досліджень представлення знань належало в першій половині 60-х років минулого століття роботам Е. Фейгенбаума, Г. Саймона, Д. Слейгла, А. Ньюелла. Із середини 70-х років ХХ ст. у галузі штучного інтелекту почалися дослідження, пов’язані зі спробами автоматизувати методи вирішення людиною завдань у сфері його професійної і науково-технічної діяльності: ухвалення рішень, планування, проектування і конструювання, доведення теорем, ігри й інші завдання, які прийнято називати інтелектуальними. Cистематичні дослідження за уявленням знань в інтелектуальних системах проводяться як у нашій країні, так і за кордоном. Значного просування добилися дослідницькі колективи, керовані Д. А. Поспєловим, Е. В. Поповим, А. С. Наріньяні та ін.
Короткий перелік головних подій в історії ПСШІ та інженерії знань
ГОЛОВНІ ПОДІЇ В ІСТОРІЇ ПСШІ ТА ІНЖЕНЕРІЇ ЗНАНЬ
Закінчення табл.
Основні труднощі пов’язані з тим, що системи, засновані на знаннях, як правило, розробляються для погано формалізованих ПРГ, в яких знання неточні, неповні, суперечливі й мінливі. Тож необхідні розроблення спеціальних засобів представлення таких знань, а також пошук ефективних методів роботи з ними.
Робота із знаннями лежить в основі сучасного періоду розвитку штучного інтелекту. Будь-яка ПРГ діяльності може бути описана у вигляді сукупності відомостей про структуру в цій галузі, основних її характеристиках, процесах, що відбуваються в ній, а також про способи виконання завдань, що виникають. Усі ці відомості утворюють знання про ПРГ. Для вирішення задач у даній ПРГ необхідно зібрати знання про неї і створити концептуальну модель цієї області. Джерелами знань
можуть бути документи, мережі, хмарні технології, статті, книги, фотографії тощо. Із цих джерел слід «витягнути» знання, що містяться в них. Цей процес виявляється достатньо важким, бо треба наперед оцінити важливість і потрібність тих або інших знань для роботи інтелектуальної системи. Фахівці, які займаються питаннями, пов’язаними із знаннями, називаються інженерами зі знань або інженерами знань.
Робота зі знаннями:
1) здобування знань із різних джерел: (формалізація якісних знань; інтеграція знань);
2) придбання знань від професіоналів: (організація роботи з експертами; оцінка і формалізація знань; узгодження знань);
3) представлення знань: (моделі знань — семантичні мережі; фрейми; онтології; логічні системи; — продукційні системи представлення знань; бази знань);
4) маніпулювання знаннями (поповнення знань; класифікація знань; узагальнення знань; висновок на знаннях: методи резолюції; квазіаксіоматичні системи; системи правдоподібного висновку, міркування за допомогою знань);
5) пояснення на знаннях.
Коли інженер зі знань одержує знання з різних джерел, він повинен інтегрувати їх у деяку взаємопов’язану і несуперечливу систему знань про ПРГ. Проблема інтеграції знань наразі не стоїть так гостро, але вже зрозуміло, що без її розв’язання навряд чи буде можливо створити уявлення про ПРГ, що володіє тими самими багатими нюансами, що й у фахівців.
Знань, що містяться в джерелах інформації, відчужених від фахівця, як правило, недостатньо. Значну частину професійного досвіду ці фахівці не можуть виразити словесно. Такі знання часто називають професійним умінням або інтуїцією. Для того щоб придбати такі знання, потрібні спеціальні прийоми і методи. Вони використовуються в інструментальних системах з придбання знань, створення яких — одне із завдань інженерії знань.
Одержані від експертів знання потрібно оцінити з погляду їх відповідності раніше нагромадженим знанням і формалізувати для введення в пам’ять системи. Крім того, знання, одержані від різних експертів, треба погоджувати між собою. Нерідкі випадки, коли ці знання виявляються зовні несумісними і навіть суперечливими. Інженер зі знань повинен шляхом опитування експертів усунути ці суперечності. Інженерія знань — розділ теорії штучного інтелекту, що вивчає процеси і методи одержання, подання і формалізації знаньдля розроблення систем, заснованих на знаннях, зокрема, експертних систем.
Набуття знань — це передача потенційного досвіду розв’язання проблеми від певного джерела знань і перетворення його у вигляд, що дозволяє використовувати ці знання.
Джерелами знань можуть бути книги, архівні документи, вміст інших баз знань тощо, тобто деякі об’єктивізовані знання, переведені у форму, що робить їх доступними для споживача. Іншим типом знань є експертні знання, що є у фахівців, але не зафіксовані у зовнішніх стосовно до нього сховищах. Експертні знання є суб’єктивними.
Емпіричні знання, отримані шляхом спостереження за навколишнім середовищем, є ще одним видом суб’єктивних знань.
Уведення в базу знань об’єктивізованих знань не є проблемою, натомість виявлення і введення суб’єктивних експертних знань є досить важким. Для витягу і формалізації експертних знань розроблено багато стратегій інтерв’ювання експерта і багато моделей подання знань.
Нині інтелектуальні системи, що використовують знання експертів, стали невід’ємними компонентами розвинених автоматизованих систем найрізноманітнішого призначення: експертних систем, систем автоматизації проектування, універсальних вирішувачів завдань, систем ухвалення рішень, автоматизованих інформаційних систем тощо. Ефективність таких систем, трудомісткість їх проектування, експлуатації й розвитку, їх стійкість до зміни ПРГ залежать від засобів, використаних для представлення знань і методів обробки цих знань.
2.11. Методи та процедури виявлення знань
1. Комунікативні методи — охоплюють методи і процедури контактів інженера зі знань з безпосереднім джерелом знань
— експертом. Комунікативні методи поділяють на пасивні та активні.
1.1. Пасивні методи включають такі методи, де ведуча роль у процедурі добування фактично передається експерту, а інженер зі знань тільки фіксує судження експерта під час роботи з прийняття рішень. До цієї групи належать: спостереження, аналіз протоколів «думок уголос» і лекції.
1.1.1. Метод спостереження полягає в тому, що інженер зі знань перебуває безпосередньо поруч з експертом під час йогопрофесійної діяльності або імітації цієї діяльності. При підготовці до сеансу експерту необхідно пояснити мету спостережень і попросити його максимально коментувати власні дії; під час сеансу аналітик записує всі дії експерта і його пояснення. Рекомендується використовувати магнітофонний запис і відеозапис у реальному масштабі часу. Протоколи спостережень після сеансу ретельно розшифровують, а потім обговорюють з експертом.
1.1.2. Метод протоколювання «думок уголос» полягає в тому, що експерта просять не тільки прокоментувати власні дії і рішення але й пояснити, як це рішення було знайдено. Іноді такий метод називають «вербальні звіти». Основними труднощами у протоколюванні «думок уголос» є принципова складність для людини пояснити, як вона думає, оскільки відомо, що люди не завжди здатні достовірно описувати розумові процеси.
1.1.3. Метод добування знань у формі лекцій використовують під час розроблення бази знань як ефективний метод швидкого занурення інженера зі знань у предметну галузь. Курс лекцій зазвичай дуже короткий і не перевищує 2
—5 лекцій тривалістю до 1,5 години кожна.
1.2. Активні методи добування знань припускають, що ініціатива знаходиться цілком у руках інженера зі знань, який активно контактує з експертом різними способами. Активні методи підрозділяють на індивідуальні та групові.
1.2.1. Індивідуальні активні методи можна поділити на анкетування, інтерв’ю, вільний діалог та інтерв’ю з експертом.
1.2.1.1. Анкетування передбачає, що інженер зі знань заздалегідь складає запитальник або анкету, розмножує її і використовує для опитування кількох експертів. Експерт самостійно заповнює анкету після попереднього інструктування.
1.2.1.2. Інтерв’ю — специфічна форма спілкування інженера зі знань і експерта, у якій інженер зі знань ставить експертові серію заздалегідь підготовлених запитань з метою добування знань про ПРГ. На якість проведення інтерв’ю впливають три основних характеристики запитання: мова запитання (зрозумілість, лаконічність, термінологія), порядок запитань (логічна послідовність і немонотонність), доречність запитань (етика, увічливість).
1.2.1.3 Вільний діалог — метод витягу знань у формі бесіди інженера зі знань і експерта, у якій немає твердого регламентованого плану та запитальника.
1.2.2. Групові методи витягу знань забезпечують можливість одночасного використання знань кількох експертів, взаємодіяяких забезпечує принципову новизну одержуваної інформації від накладення різних поглядів і позицій. До групових методів відносять дискусії за «круглим столом», «мозкові штурми» і рольові ігри.
1.2.2.1. Метод «круглого столу» передбачає обговорення будь-якої проблеми з обраної ПРГ, у якому беруть участь з рівними правами кілька експертів. Завдання дискусії — колективно, з різних позицій, під різними поглядами досліджувати спірні гіпотези ПРГ. Спочатку учасники висловлюються у визначеному порядку, а потім переходять до вільного обговорення.
1.2.2.2. «Мозковий штурм» — один з найбільш поширених методів вивільнення активізації творчого мислення. Основна ідея штурму — це відокремлення процедури генерування ідей у замкнутій групі фахівців від процесу аналізу й оцінювання висловлених ідей. Тривалість «штурму» — до 40 хвилин. Учасникам (до 10 осіб) пропонується висловити будь-які ідеї на задану тему (критику заборонено). Регламент — до 2 хвилин на виступ. За аналізу відповідей лише 10—15 % ідей виявляються розумними, проте серед них можуть бути дуже оригінальні. Оцінює результати група експертів, котрі не брали участі в генерації ідей.
1.2.2.3. Гра — такий вид людської діяльності, що відбиває (відтворює) інші її види. Експертні ігри включають: ділові ігри (експеримент, де учасникам пропонується виробнича ситуація, а вони на основі знань і життєвого досвіду приймають рішення, котрі потім аналізуються), діагностичні ігри (вид ділових ігор, застосовуваний для діагностики методів прийняття рішень у медицині), комп’ютерні ігри (ігри-дії, симулятори, стратегічні ігри, пригодницькі ігри, рольові ігри).
2. Текстологічні методи включають методи витягу знань з документів (методик, посібників, і т. д.) і спеціальної літератури (статей, монографій, підручників). Серед методів добування знань ця група є найменш розробленою.
3. Добування знань з даних на основі використання методів інтелектуального аналізу даних (нейромережних і нечітких моделей, дерев рішень, асоціативних правил та ін.). Такий метод доубвання знань може бути автоматизовано та включено до складу інтелектуальної системи, яка набуде здатність навчатися.
Набуття знань реалізується за допомогою двох функцій: одержання інформації ззовні та її систематизації. При цьому залежно від здатності системи навчання до логічних висновків можливі різні форми набуття знань, а також різні формиодержуваної інформації. Форма подання знань для їх використання визначається всередині системи, тому форма інформації, котру вона може приймати, залежить від того, які здібності має система для формалізації інформації до рівня знань. Якщо система, що навчається, зовсім позбавлена такої здатності, то людина повинна заздалегідь підготувати все, аж до формалізації інформації, тобто чим більше здатності має машина до логічних висновків, тим менше навантаження на людину.
Залежно від здатності інтелектуальної системи до сприйняття знань у різних моделях та форматах, що якісно відрізняються між собою, і здатності до формалізації можна виділити такі методи набуття знань ПСШІ.
• Навчання без виведення (механічне запам’ятовування) — це простий процес одержання інформації, за якого є необов’язковими функції виведення, а отримана інформація у вигляді програм або даних використовується для розв’язання задач у незмінному вигляді. Іншими словами, це спосіб одержання інформації, характерний для існуючих комп’ютерів.
• Навчання за прикладами — це процес збору окремих фактів, їхнє узагальнення і систематизація у БЗ.
• Аналогія — це метод виведення, за якого виявляється подібність між кількома заданими об’єктами; завдяки переносу фактів і знань, справедливих для одних об’єктів, на основі цієї подібності на зовсім інші об’єкти, або визначається спосіб розв’язання задач, або передбачаються невідомі факти і знання.
• Навчання на основі виведення за індукцією — це навчання з використанням виведення високого рівня, як і в навчанні за аналогією. У процесі цього навчання шляхом узагальнення сукупності наявних даних виводяться загальні правила. Індуктивне виведення — це виведення із заданих даних пояснюючого їх загального правила. Для точного визначення індуктивного виведення необхідно уточнити: множину правилоб’єктів виведення, метод подання правил, спосіб показу прикладів, метод виведення і критерій правильності виведення.
Методи добування знань є підготовкою до структурування знань. Узагальнений метод структурування знань має такий вигляд:
Крок 1. Визначення вхідних і вихідних даних. Цей крок визначає напрямок руху в полі знань — від вхідних даних до вихідних. Крім того, структура вхідних і вихідних даних істотно впливає на форму та зміст поля знань.
Крок 2. Складання словника термінів і наборів ключових слів. На цьому кроці на основі протоколів сеансів добування знань ви-писуються всі значимі слова, що позначають поняття, явища, процеси, предмети, дії, ознаки тощо.
Крок 3. Виявлення об’єктів і понять. На основі опрацювання словника вибирають значимі для прийняття рішень поняття та їх ознаки. Утворюється повний систематичний підбір термінів у даній ПРГ.
Крок 4. Виявлення зв’язків між поняттями і визначення «сили зв’язності». Побудова мережі асоціацій.
Крок 5. Виявлення метапонять і деталізація понять. Аналіз зв’язків дає змогу структурувати поняття, виявляти метапоняття або деталізувати поняття.
Крок 6. Побудова піраміди знань, тобто ієрархічної градації понять, підіймання якою означає поглиблення понять і підвищення рівня абстракції (узагальненості) понять.
Крок 7. Визначення відношення як усередині кожного з рівнів піраміди, так і між рівнями. На цьому кроці даються імена тим зв’язкам, що визначені на кроках 4 та 5. Позначаються причиннонаслідкові й інші види відношень.
Крок 8. Визначення стратегій прийняття рішень, тобто виявлення ланцюжків суджень, що пов’язують усі сформовані поняття і відношення в динамічну систему поля знань. Стратегії додають активності знанням і забезпечують перехід від вхідних даних до рішення.
Резюме за змістом теми
Уявно ПРГ складається з реальних або абстрактних об’єктів, що звуться сутностями. Сутності ПРГ перебувають у визначених відношеннях (асоціаціях) одна до одної, які також можна розглядати як сутності і включати в предметну галузь. Між сутностями спостерігаються різні відношення подоби. Сукупність подібних сутностей становить клас сутностей, що є новою сутністю ПРГ.
Задачі, що розв’язуються інтелектуальними системами у ПРГ, класифікують:
— за ступенем зв’язності правил: зв’язні (задачі, що їх не вдається розділити на незалежні задачі) та малозв’язні (задачі, котрі вдається розділити на деяку кількість незалежних підзадач);
— з погляду розробника: статичні (якщо процес розв’язування задачі не змінює вихідні дані про поточний стан ПРГ) і динамічні (якщо процес розв’язування задачі змінює вихідні дані про поточний стан ПРГ).
Основні труднощі пов’язані з тим, що системи, засновані на знаннях, як правило, розробляються для погано формалізованих ПРГ, в якихзнання неточні, неповні, суперечливі й мінливі. Це зумовлює необхідність розроблення спеціальних засобів представлення таких знань, а також пошук ефективних методів роботи з ними.
Робота із знаннями лежить в основі сучасного періоду розвитку штучного інтелекту. Будь-яка ПРГ діяльності може бути описана у вигляді сукупності відомостей про структуру в цій сфері, основних її характеристиках, процесах, що відбуваються в ній, а також про способи розв’язання задач, що виникають у ній. Усі ці відомості утворюють знання про ПРГ. Для вирішення завдань у даній ПРГ необхідно зібрати знання про неї і створити концептуальну модель цієї галузі. Джерелами знань можуть бути документи, статті, книги, фотографії тощо. Із цих джерел потрібно витягнути знання, що містяться в них. Цей процес виявляється досить важким, бо треба наперед оцінити важливість і потрібність тих або інших знань для роботи інтелектуальної системи. Фахівців, які займаються питаннями, пов’язаними із знаннями, називають інженерами зі знань або інженерами знань.
Робота зі знаннями:
1) здобування знань із різних джерел (формалізація якісних знань; інтеграція знань);
2) придбання знань від професіоналів (організація роботи з експертами; оцінка і формалізація знань; узгодження знань);
3) представлення знань (моделі знань: семантичні мережі; фрейми; онтології; логічні системи; продукційні системи представлення знань; бази знань);
4) маніпулювання знаннями (поповнення знань; класифікація знань; узагальнення знань; висновок на знаннях: методи резолюції; — квазіаксіоматичні системи; — системи правдоподібного висновку; міркування за допомогою знань;
5) пояснення на знаннях.
Методи добування знань є підготовкою до структурування знань. Узагальнений метод структурування знань має такий вигляд:
Крок 1. Визначення вхідних і вихідних даних. Цей крок визначає напрямок руху в полі знань — від вхідних даних до вихідних. Крім того, структура вхідних і вихідних даних істотно впливає на форму і зміст поля знань.
Крок 2. Складання словника термінів і наборів ключових слів. На цьому кроці на основі протоколів сеансів добування знань виписуються всі значимі слова, що позначають поняття, явища, процеси, предмети, дії, ознаки і т. п.
Крок 3. Виявлення об’єктів і понять. На основі опрацювання словника вибирають значущі для прийняття рішень поняття і їх ознаки. Утворюється повний систематичний підбір термінів у даній предметній галузі.
Крок 4. Виявлення зв’язків між поняттями і визначення «сили зв’язності». Побудова мережі асоціацій.
Крок 5. Виявлення метапонять і деталізація понять. Аналіз зв’язків дає змогу структурувати поняття, виявляти метапоняття або деталізувати поняття.
Крок 6. Побудова піраміди знань, тобто ієрархічної градації понять, підіймання по якій означає поглиблення понять і підвищення рівня абстракції (узагальненості) понять.
Крок 7. Визначення відношення як усередині кожного з рівнів піраміди, так і між рівнями. На цьому кроці даються імена тим зв’язкам, що визначені на кроках 4 та 5. Позначаються причинно-наслідкові й інші види відношень.
Крок 8. Визначення стратегій прийняття рішень, тобто виявлення ланцюжків суджень, що пов’язують усі сформовані поняття і відношення в динамічну систему поля знань. Стратегії додають активності знанням і забезпечують перехід від вхідних даних до рішення.
Терміни та поняття до теми
Предметна галузь (ПРГ) — сукупність взаємозалежних відомостей, необхідних і достатніх для розв’язання даної інтелектуальної задачі. Знання про предметну галузь включають описи об’єктів, явищ, фактів, подій, а також відношень між ними.
Повністю спостережне — середовище, у якому сенсори агента надають йому доступ до повної інформації про стан середовища в кожний момент часу, необхідної для вибору агентом дії.
Частково спостережне — середовище, у якому через сенсори, що створюють шум і є неточними, або через те, що окремих характеристик його стану просто бракує в інформації, отриманій від джерел, агент не може мати доступ до повної інформації про стан середовища в певний момент часу.
Детерміноване — середовище, наступний стан якого цілком визначається поточним станом і дією, виконаною агентом.
Стохастичне — середовище, наступний стан якого цілком не визначається поточним станом і дією, виконаною агентом.
Зміст поняття — сукупність усіх істотних ознак (властивостей) певного поняття, які дозволяють однозначно ідентифікувати це поняття. Іншими словами, обсяг поняття включає всі предмети і об’єкти ПРГ, які можуть бути описані цим поняттям.
Концепт поняття — включає як власні ознаки, що ідентифікують поняття, так і ознаки, що дозволяють встановити зв’язок даного поняття з іншими (валентні ознаки).
Асоціація — це зв’язок між двома незалежними поняттями, за якого необхідно врахувати відповідність між екземплярами сутностей, належних екстенсіоналам понять одного або різних типів.
Питання для самоконтролю
1. Що таке простір станів ПРГ?
2. Які стани ПРГ ви знаєте?
3. У чому полягає типізація і конкретизація понять ПРГ?
4. Проаналізуйте головні події в історії ПСШІ та інженерії знань.
5. Охарактеризуйте методи виявлення знань.
6. Поясніть, у чому полягає робота зі знаннями.
Завдання для індивідуальної роботи, обов’язкові та додаткові практичні завдання
1. Охарактеризуйте основні проблеми, які потрібно розв’язувати при розробці предметної галузі (ПРГ) баз знань. Наведіть приклади.
2. Чому знання експерта важко формалізувати, тобто подати ці знання у вигляді, придатному для занесення до бази знань?
3. Наведіть приклад фазового простору ПРГ з довільної предметної галузі, що включає до свого складу факти та правила.
4. Наведіть власний приклад бази даних, яку можна розкласти на інтенсіональну та екстенсіональну частини.
5. Яким чином відношення узагальнення, асоціації та залежності можуть бути реалізовані в конкретних мовах програмування?
Література для поглибленого вивчення матеріалу
1. Люгер Дж. Ф. Искусственный интеллект. — М. : Вильямс, 2005.
— 864 с.
2. Інформаційні системи в економіці : монографія. Под ред. Устенко С. В. — К. : КНЕУ, 2011. — 424 с.
3. Іванченко Г. Ф. Системи штучного інтелекту : навч. посіб. — К. : КНЕУ, 2011. — 382 с.
