Человеческий фактор. Том 3. Часть 1 - Сальвенди Г.
ISBN 5-03-001815-8
Скачать (прямая ссылка):
3.1.1. Знания
Компоненты знаний
Используемые в экспертных системах специальные знания складываются из сведений о конкретной предметной области и из набора профессиональных приемов решения относящихся к ней задач. Эти знания могут быть получены как из общедоступных, так и из частных источников (рис. 3.1). Под общедоступными источниками понимаются различного рода открытые публикации, а под частными источниками — информация, получаемая от специалистов соответствующего профиля. Помимо указания на их источник, эти знания можно также представлять как элементы некоторой многомерной структуры. Хейес-Рот [62] использует для представления знаний три измерения (рис. 3.2), которые можно охарактеризовать следующим образом.
134 Глава 3
1. Широта знаний, варьирующая от широко применимых знаний общего характера до специальных знаний более узкого назначения.
2. Характер знаний, изменяющийся от описательного до императивного (предписывающего).
3. Точность знаний, варьирующая от полной их достоверности до полной неопределенности. В базе знаний экспертной системы используются как достоверные знания о предметной области, так и знания вероятностного характера.
Рнс 3 1 Виды знаний
Хотя изложенная схема представления знаний теоретически допустима, может оказаться, что фактические знания о реальном мире нелегко вместить в рамки от трех измерений. Вместо них можно пользоваться для практического «кодирования» своих знаний одним из следующих способов.
1. Эмпирическими ассоциативными представлениями, полезными в процедурах практической деятельности (например, при поиске и устранении неполадок оборудования обслуживающим персоналом).
2. Эвристическими приемами, используемыми для эффективного решения задач, а также при работе с ненадежными или ошибочными данными.
3. Определенными причинно-следственными моделями: например, операторы, управляющие производственным процес-
Экспертные системы
135
сом, могут руководствоваться в своих действиях некоторой внутренней (умозрительной) моделью управляемой системы [102].
В базе знаний экспертной системы описание предметной области отделено от процедур манипулирования этим описанием. Инженер по знаниям, насколько это возможно, пытается имитировать процесс решения задач человеком и наделить экспертную систему способностью использовать эвристические правила, а также обучаться в процессе взаимодействия с пользователями, день за днем ставящими перед ней все новые и новые задачи.
Широта
Достоверность
о 2 Три измерения знаний [62]
Инженерия знаний
В настоящее время некоторые типы знаний легче поддаются «инженерному» описанию, чем другие. В табл. 3.2 [62] перечислены возможные приложения инженерии знаний к знаниям различного типа: уже осуществленные (первый столбец) и еще недоступные для реализации (второй столбец). Типы знаний, представленные в первом столбце, по-видимому, не нуждаются в дополнительных пояснениях, а краткие комментарии относительно типов знаний, представленных во втором столбце, приведены ниже.
Наивная физика — это умозрительные представления о физических явлениях. Конкретный пример: при виде охваченного огнем куска ткани мы можем мысленно представить себе нашу
136 Глава 3
Таблица 3 2. Возможные сферы приложения инженерии знаний (62]
Уже осуществленные представления знаний Еще нереализованные представ* ления знаний
Определения и классификации Дискретные описания Простые ограничения и инварианты Эмпирические ассоциации Структуры восприятия Дедуктивные методы Очень простые физические модели Очень простые поисковые эвристики Общие знания о решении задач Рассуждения по аналогии Наивная фнзнка Метапредставление знаний Метазнания Фундаментальные принципы Компиляция и декомпиляция знаний
реакцию на это событие, вообразив, как мы пытаемся потушить огонь с помощью воды. Попытки представить такое знание в понятной компьютеру форме вряд ли могут быть успешными, поскольку мы сами не понимаем, как люди учатся подобным процедурам. Под метапредставлением и метазнанием понимается способность системы знать, что именно она знает. Более точно, это способность системы знать, какое представление знаний в ней используется и знаниями какого рода она располагает. Например, мы не станем рыться в своей памяти, чтобы выяснить, что не знаем телефонного номера Белого дома. Просто мы обладает неким метазнанием, которое говорит нам, что этой информации в нашей памяти нет. Экспертные системы были бы более эффективными, если бы умели аналогично человеку рассуждать о применяемых в них методах решения задач и о хранимых знаниях. Экспертным системам не хватает также способности к обобщению опыта, накапливаемого ими при решении разных задач, и умения обнаруживать, что некоторая задача является частным случаем более общей. Кроме того, им недостает способности «компилировать» представленные в них знания; этим они отличаются от людей, которые, например, могут преобразовать программу на языке высокого уровня в программу на языке низкого уровня. Нужны дальнейшие исследования в указанных направлениях, чтобы приблизить возможности инженерии знаний к возможностям опытного специалиста.
