Какую задачу должен решать интеллектуальный интерфейс в машинах пятого поколения

СТРУКТУРА И ФУНКЦИИ ИНТЕЛЛЕКТУАЛЬНОГО ИНТЕРФЕЙСА. ПРОБЛЕМА ПОНИМАНИЯ. СИСТЕМА ОБОСНОВАНИЙ.

Структура интеллектуального интерфейса:

Интеллектуальный интерфейс имеет структуру, показанную на рис. Центральное место в этой структуре занимает база знаний.

Интеллектуальный интерфейс есть некоторая логическая машина, сложность которой куда выше сложности обычной вычислительной машины. На рис. эта машина выделена штриховой линией. В правой части рис. показана классическая ЭВМ, на которой происходит выполнение программы, подготовленной интеллектуальным интерфейсом. При аппаратной реализации обе ЭВМ могут быть реализованы в рамках единой системы.

Проблема понимания:

Основным содержанием функции общения является процедура понимания ЭВМ вводимых в нее текстов.

Введем семь уровней понимания, характерных для интеллектуальных интерфейсов, точно поясняя на каждом уровне его содержание:

0. На нулевом уровне понимания система способна отвечать на сообщения пользователя безо всякого анализа их сути.

1. На первом уровне понимания система становится способной отвечать на все вопросы, ответы на которые есть во введенном в нее тексте.

2. На втором уровне понимания добавляется возможность пополнения текста. В его функции входит автоматическое пополнение текста за счет хранящихся в памяти ЭВМ процедур пополнения.

3. Третий уровень понимания отличается в части вывода ответа. Формируя ответы, здесь используется теперь не только информация, хранящаяся в базе данных, куда введено расширенное внутреннее представление исходного текста, но и некоторая дополнительная информацию, хранящаяся в базе знаний. Эта информация есть знание системы о типовых сценариях ситуаций и процессов, характерных для той предметной области, с которой работает система.

4. На четвертом уровне понимания меняется только процедура, реализующая вывод ответа. Эта процедура обогащается за счет введения в нее эффективных средств дедуктивного вывода. В базе знаний, кроме сценариев хранится и иная информация, отражающая свойства отдельных объектов, фактов и явлений, характерных для предметной области, с которой работает система, а также совокупность различных закономерностей, характерных для процессов, протекающих в ней.

5. На пятом уровне понимания к дедуктивному выводу добавляются средства правдоподобного вывода. Среди них вывод по нечетким схемам, вероятностный вывод, вывод по аналогии и вывод по ассоциации.

6. На шестом уровне понимания добавляется возможность пополнения базы знаний. До сих пор считалось, что заполнение базы знаний происходит до начала работы системы. На шестом уровне понимания это условие снимается. Здесь база знаний становится открытой. Система становится способной пополнять ее, извлекая новые закономерности и знания из наблюдений за содержимым базы данных и обработки этих наблюдений. Другими словами, система становится способной к индуктивному выводу.

Источник

Какую задачу должен решать интеллектуальный интерфейс в машинах пятого поколения

ЭВМ можно классифицировать по ряду признаков, в частности:

• физическому представлению обрабатываемой информации;

• поколениям (этапам создания и элементной базе).

• сферам применения и методам использования (а также размерам и вычислительной мощности).

Физическое представление обрабатываемой информации

Здесь выделяют аналоговые (непрерывного действия); цифровые (дискретного действия); гибридные (на отдельных этапах обработки используются различные способы физического представления данных).

АВМ — аналоговые вычислительные машины, или вычислительные машины непрерывного действия, работают с информацией, представленной в непрерывной (аналоговой) форме, т. е. в виде непрерывного ряда значений какой-либо физической величины (чаше всего электрического напряжения):

ЦВМ — цифровые вычислительные машины, или вычислительные машины дискретного действия, работают с информацией, представленной в дискретной, а точнее, цифровой форме. В силу универсальности цифровой формы представления информации ЭВМ является более универсальным средством обработки данных.

ГВМ — гибридные вычислительные машины, или вычислительные машины комбинированного действия, работают с информацией, представленной и в цифровой, и в аналоговой форме. Они совмещают в себе достоинства АВМ и ЦВМ. ГВМ целесообразно использовать для решения задач управления сложными быстродействующими техническими комплексами.

Идея делить машины на поколения вызвана к жизни тем, что за время короткой истории своего развития компьютерная техника проделала большую эволюцию как в смысле элементной базы (лампы, транзисторы, микросхемы и др.), так и в смысле изменения ее структуры, появления новых возможностей, расширения областей применения и характера использования.

Этапы развития компьютерных информационных технологий

Цель использования компьютера

Технические и экономи

Управление и экономические расчеты

Управление, предоставление информации

Режим работы компьютера

Пользователи с общей компьютерной подготовкой

Мало обученные пользов

Работа за пультом компьютера

Обмен перфоно-сителями и машино-граммами

Интерактивный (через клавиатуру и экран)

Интерактивный с жестким меню

К первому поколению обычно относят машины, созданные на рубеже 50-х гг. и базирующиеся на электронных лампах. Эти компьютеры были огромными, неудобными и слишком дорогими машинами, которые могли приобрести только крупные корпорации и правительства. Лампы потребляли значительное количество электроэнергии и выделяли много тепла.

Набор команд был ограничен, схемы арифметико-логического устройства и устройства управления достаточно просты, программное обеспечение практически отсутствовало. Показатели объема оперативной памяти и быстродействия были низкими. Для ввода-вывода использовались перфоленты, перфокарты, магнитные ленты и печатающие устройства. Быстродействие порядка 10—20 тыс. операций в секунду.

Программы для этих машин писались на языке конкретной машины. Математик, составивший программу, садился за пульт управления машины, вводил и отлаживал программы и производил по ним счет. Процесс отладки был весьма длительным по времени.

Несмотря на ограниченность возможностей эти машины позволили выполнить сложнейшие расчеты, необходимые для прогнозирования погоды, решения задач атомной энергетики и др.

Опыт использования машин первого поколения показал, что существует огромный разрыв между временем, затрачиваемым на разработку программ, и временем счета. Эти проблемы начали преодолевать путем интенсивной разработки средств автоматизации программирования, создания систем обслуживающих программ, упрощающих работу на машине и увеличивающих эффективность ее использования. Это, в свою очередь, потребовало значительных изменений в структуре компьютеров, направленных на то, чтобы приблизить ее к требованиям, возникшим из опыта эксплуатации компьютеров.

В октябре 1945 года в США был создан первый компьютер ENIAC (Electronic Numerical Integrator And Calculator — электронный числовой интегратор и вычислитель).

Отечественные машины первого поколения: МЭСМ (малая электронная счетная машина), БЭСМ, Стрела, Урал, М-20.

Второе поколение компьютерной техники — машины, сконструированные в 1955—65 гг. Характеризуются использованием в них как электронных ламп, так и дискретных транзисторных логических элементов (рис. 2). Их оперативная память была построена на магнитных сердечниках. В это время стал расширяться диапазон применяемого оборудования ввода-вывода, появились высокопроизводительные устройства для работы с магнитными лентами (НМЛ), магнитные барабаны (НМБ) и первые магнитные диски.

Эти машины характеризуются быстродействием до сотен тысяч операций в секунду, емкостью памяти — до нескольких десятков тысяч слов.

Появляются языки высокого уровня, средства которых допускают описание всей необходимой последовательности вычислительных действий в наглядном, легко воспринимаемом виде.

Программа, написанная на алгоритмическом языке, непонятна компьютеру, воспринимающему только язык своих собственных команд. Поэтому специальные программы, которые называются трансляторами, переводят программу с языка высокого уровня на машинный язык.

Появился широкий набор библиотечных программ для решения разнообразных задач, а также мониторные системы, управляющие режимом трансляции и исполнения программ, из которых в дальнейшем выросли современные операционные системы.

Операционная система — важнейшая часть программного обеспечения компьютера, предназначенная для автоматизации планирования и организации процесса обработки программ, ввода-вы вода и управления данными, распределения ресурсов, подготовки и отладки программ, других вспомогательных операций обслуживания.

Машинам второго поколения была свойственна программная несовместимость, которая затрудняла организацию крупных информационных систем. Поэтому в середине 60-х гг. наметился переход к созданию компьютеров, программно совместимых и построенных на микроэлектронной технологической базе.

Наивысшим достижением отечественной вычислительной техники созданной коллективом С.А. Лебедева явилась разработка в 1966 году полупроводниковой ЭВМ БЭСМ-6 с производительностью 1 млн. операций в секунду.

Машины третьего поколения — это семейства машин с единой архитектурой, т. е. программно совместимых. В качестве элементной базы в них используются интегральные схемы, которые также называются микросхемами.

Машины третьего поколения появились в 60-е гг. Поскольку процесс создания компьютерной техники шел непрерывно, и в нем участвовало множество людей из разных стран, имеющих дело с решением различных проблем, трудно и бесполезно пытаться установить, когда «поколение» начиналось и заканчивалось. Возможно, наиболее важным критерием различия машин второго и третьего поколений является критерий, основанный на понятии архитектуры.

Машины третьего поколения имеют развитые операционные системы. Они обладают возможностями мультипрограммирования, т. е. параллельного выполнения нескольких программ. Многие задачи управления памятью, устройствами и ресурсами стала брать на себя операционная система или же непосредственно сама машина.

Примеры машин третьего поколения — семейства IBM-360, IBM-370, PDP-11, VAX, EC ЭВМ (Единая система ЭВМ), СМ ЭВМ (Семейство малых ЭВМ) и др.

Быстродействие машин внутри семейства изменяется от нескольких десятков тысяч до миллионов операций в секунду. Емкость оперативной памяти достигает нескольких сотен тысяч слов.

Четвертое поколение — это основной контингент современной компьютерной техники, разработанной после 70-х гг.

Наиболее важный в концептуальном отношении критерий, по которому эти компьютеры можно отделить от машин третьего поколения, состоит в том, что машины четвертого поколения проектировались в расчете на эффективное использование современных высокоуровневых языков и упрощение процесса программирования для конечного пользователя.

В аппаратурном отношении для них характерно широкое использование интегральных схем в качестве элементной базы, а также наличие быстродействующих запоминающих устройств с произвольной выборкой емкостью в десятки мегабайт (рис. 3, б).

С точки зрения структуры машины этого поколения представляют собой многопроцессорные и многомашинные комплексы, использующие общую память и общее поле внешних устройств. Быстродействие составляет до нескольких десятков миллионов операций в секунду, емкость оперативной памяти порядка 1—512 Мбайт.

Для них характерны:

• применение персональных компьютеров (ПК);

• телекоммуникационная обработка данных;

• широкое применение систем управления базами данных;

• элементы интеллектуального поведения систем обработки данных и устройств.

К ЭВМ четвертого поколения относятся ПЭВМ “Электроника МС 0511” комплекта учебной вычислительной техники КУВТ УКНЦ, а также современные IBM — совместимые компьютеры, на которых мы работаем.

В соответствии с элементной базой и уровнем развития программных средств выделяют четыре реальных поколения ЭВМ, краткая характеристика которых приведена в таблице 3.

Источник

Интеллектуальные интерфейсы

Абдулов Эльдар ПО-23

Одной из основных особенностей пятого и последующих поколении ЭВМ является ориентация на неподготовленного в области программирования пользователя. Превращение ЭВМ в устройство массового использования, в обычный «бытовой прибор» требует наличия специальных средств, облегчающих работу пользователя. По-видимому, те усилия, которые неподготовленные пользова­тели согласны сделать, когда они подходят к ЭВМ, не должны быть намного больше тех усилий, которые они затрачивают, при­меняя многофункциональные электронные установки или многопрограммные стиральные агрегаты.

Подобная концепция выдвигает перед создателями новых по­колений ЭВМ специфическую проблему – создание интеллекту­ального интерфейса, способного обеспечить контакт пользователя с ЭВМ в условиях его общей профессиональной неподготовленности. Ес­ли раньше между подобным пользователем и ЭВМ находился специалист по программированию, который выполнял роль пере­водчика между ними, то теперь этот вид интеллектуальной дея­тельности должен быть автоматизирован и реализован в интел­лектуальном интерфейсе.

Каковы же основные функции интеллектуального интерфейса? Перечислим их, а затем рассмотрим пути их реализации.

1. Функция общения. Предполагается, что непрограммирую­щий пользователь будет общаться с ЭВМ па ограниченном естест­венном языке. Ограниченность языка состоит в том, что он исполь­зуется для определенной цели – формулировки задач, которые должна решать ЭВМ. Правда, спектр задач при массовом внедре­нии ЭВМ в различные виды человеческой деятельности может быть весьма широким. Ведь с помощью ЭВМ уже сейчас реша­ются не только вычислительные задачи, но и задачи, связанные с проведением логических рассуждений, информационным поиском, делопроизводством и с другими типами человеческой деятельно­сти. Поэтому естественный язык, который допустим на входе ин­теллектуального интерфейса, не может быть слишком бедным. Его ограниченность проявляется не в объеме словаря, а скорее в организации текстов, вводимых пользователем в ЭВМ. Важно, чтобы вводимый текст был понятен для ЭВМ. Термин «понимание» требует уточнения, что мы и сделаем ниже. А пока его можно воспринимать на уровне интуиции.

При реализации функции общения важную роль играют средства графического отображения информации и возможность замены текстов совокупностью действий («опредмечивание» текста, о чем будет говориться ниже). Поэтому система общения, входящая в интеллектуальный интерфейс, – это не только система, общения на основе текстовых сообщений, но и всевозможные системы ввода-вывода речевых сообщений, средства графического взаимодействия и средства типа курсора.

2. Функция автоматического синтеза программы. Сообщение пользователя должно преобразовываться в рабочую программу, которую ЭВМ может выполнить. Это заставляет иметь в составе интеллектуального интерфейса средства для реализации в ЭВМ процедур, которые обычно выполняет человек-программист. Для того, чтобы это стало возможным, необходимо уметь перевести исходное сообщение пользователя на некоторый точный язык спецификаций, а затем породить из этой записи рабочую программу. Подобное преобразование требует специальных знаний, которые должны иметься в памяти ЭВМ.

3. Функция обоснования. Пользователь, не разбирающийся или плохо разбирающийся в том, как ЭВМ преобразует его задачу в рабочую программу и какие методы она использует для получения решения, вправе потребовать от ЭВМ обоснования полученного решения. Он может спросить ЭВМ, как она преобразовала его задачу в программу, какой метод использовала для нахождения решения, как это решение было получено и как оно было интерпретировано на выходе. Таким образом, в функцию обоснования входит и функция объяснения, характерная для современных экспертных систем, и функция доверия, цель которой – повысить степень доверия пользователя к ЭВМ.

4. Функция обучения. Когда пользователь впервые подходит к ЭВМ, то он вправе ожидать, что сведения о работе с нею он сможет получить достаточно легко. Для бытовых приборов, с которыми он до этого сталкивался, достаточно прочитать несложную и небольшую инструкцию, чтобы сразу понять, как надо обращаться с этим прибором. ЭВМ, конечно, сложнее всех тех приборов, с которыми человек сталкивался в быту. Инструкция, которая позволила бы пользователю овладеть всеми возможностями ЭВМ, понять основные принципы работы с ней, оказалось бы слишком объемной и неудобной для него. Поэтому ЭВМ новых поколений снабжаются специальными средствами (тьюторами), с помощью которых пользователь постепенно постигает способы работы с ЭВМ и тонкости успешного общения с ней.

Таким образом, интеллектуальный интерфейс имеет структуру, показанную на рис.1. Центральное место в этой структуре занимает база знаний.

В ЭВМ прежних поколений такого блока не было. Его появление связано с тем, что для выполнения всех пе­речисленных ранее функций интеллектуального интерфейса необ­ходимы специальные знания. Для системы общения это словари и знания о том, как понимаются тексты, графические изображения и предметные действия, как анализируется речь и как синтезиру­ются ответы пользователю, как соотносятся между собой различ­ные типы информации, используемой для общения. Для решателя это знания о переводе входных сообщений в текст на языке внут­ренних представлений (языке спецификаций), об извлечении про­граммы из этих текстов, о правилах рассуждений и логического вывода, о методах решения задач в данной проблемной области. Для системы обоснования это знания о том, как отвечать на во­просы пользователя, как обосновывать полученное решение. Нако­нец, для системы обучения это знания о том, как учить пользова­теля, как учитывать его реакцию при обучении и его психологи­ческие особенности.

Таким образом, интеллектуальный интерфейс, есть, по сути, не­которая логическая машина, сложность которой куда выше слож­ности обычной вычислительной машины. На рис.1 эта машина выделена штриховой линией. В правой части рис.1 показана классическая ЭВМ, на которой происходит выполнение програм­мы, подготовленной интеллектуальным интерфейсом. При аппа­ратной реализации обе ЭВМ могут быть реализованы в рамках единой системы. Выбор той или иной архитектуры зависит от кон­кретных инженерных решений, которые в данной статье не затра­гиваются.

Проблема понимания

Основным содержанием функции обще­ния является процедура понимания ЭВМ вводимых в нее текстов, К сожалению, ни в лингвистике, ни в психологии, ни в философии термин «понимание» не получил точной интерпретации.

Поэтому ниже дадим его интерпретацию, удобную для разработчиков интеллектуальных систем. Эта интерпретация является развитием той, которая бы­ла опубликована в [1], Введем семь уровней понимания, харак­терных для интеллектуальных интерфейсов, точно поясняя на каждом уровне его содержание.

Рис.1. Структура интеллекту-

Рис.2. Интерфейс «нулевого» уровня

0. На нулевом уровне понимания система способна отвечать на сообщения пользователя безо всякого анализа их сути. На этом уровне понимание как таковое у системы отсутствует. В общении людей между собой нулевому уровню понимания соот­ветствует так называемый фатическия диалог, когда разговор поддерживается без анализа сути высказываний собеседника за счет чисто внешних форм поддержки диалога. Например, разгова­ривая с кем-то по телефону, когда содержание самого разговора вас абсолютно не интересует, можно, не слушая того, что говорит собеседник, встав­лять периодически ничего не значащие реплики типа: «Очень интересно», «я слушаю» и т. п. Можно «зацеплять?» свои реплики чисто формально за те или иные слова в сообщениях собеседни­ка. Если собеседник сказал о чем-то, что это важно, то можно синтезировать реплику: «Это, действительно, очень важно», даже не давая себе труда понять, о чем идет речь. Интересно, что по­добный способ общения внешне опознается далеко не сразу. Пер­вые программы общения для ЭВМ (например, знаменитая про­грамма ЭЛИЗА [2]) неоднократно приводили собеседника в изумление. Казалось, что эти программы ведут с партнерами насто­ящий интеллектуальный разговор. Тем не менее, организация системы общения с таким уровнем понимания весьма проста. Она показана на рис.2. На вход лингвистического блока поступает входной текст. В этом тексте выделяются заранее заданные маркеры, которыми могут быть конкретные слова или выражения, или стандартные компоненты, в синтаксической структуре предложения. На каж­дый такой маркер в памяти ЭВМ хранится конструкция ответно­го сообщения. Оно может быть стандартным или иметь «пустые» места, заполняемые стандартным образом выделенными в тексте маркерами. При вводе в ЭВМ фразы: «Мне нравится хорошая по­года», ответная реплика может звучать: «А почему?» И эта же самая реплика будет ответной для введенной в ЭВМ фразы: «Мне не нравится, когда я болею», ибо маркером, вызывающим подоб­ную реплику со стороны ЭВМ, может быть слово «нравится» С функциональной точки зрения нулевой уровень понимания харак­теризуется двумя процедурами: П1 – выделение маркеров по вход­ном сообщении и П2 – формирование стандартных ответных реп­лик.

1. На первом уровне понимания система становится способной отвечать на все вопросы, ответы на которые есть во введенном в нее тексте Если система способна давать любые такие ответы, то она «овладела» первым уровнем понимания. Например, если в ЭВМ введен текст: «В аэропорту Внуково в 20 часов приземлил­ся самолет ИЛ-62, прилетевший из Баку. В 21 час пассажиры этого рейса получили свой багаж, а в 22 часа этот же самолет улетел в Баку», то на первом уровне понимания ЭВМ обязана отвечать правильно на вопросы типа: «Откуда прилетел самолет, приземлившийся в 20 часов в аэропорту Внуково?» или «В каком аэропорту приземлился в 20 часов ИЛ-62, прилетевший из Баку?».

Для того чтобы в системе общения была реализована возмож­ность подобной работы с текстом, необходима структура, показан­ная на рис.3. На этом рисунке приведены лингвистический процес­сор, блок вывода ответа и база данных. В базу данных вводится входной текст, преобразованный в лингвистическом процессоре в некоторое внутреннее представление. Это внутреннее представле­ние может быть любым, но важно, чтобы в лингвистическом про­цессоре были реализованы процедуры, позволяющие выявить глу­бинную синтаксическую структуру вводимых в ЭВМ предложе­ний, а также структуру межфразовых связей в тексте [3, 4]. На современном уровне наших знаний об анализе предложений н тек­ста эти процедуры достаточно хорошо известны и реализованы в ряде практически действующих систем [б]. Знание глубинной син­таксической структуры позволяет блоку вывода ответа соотнести внутреннее представление вопроса RQ с внутренним представле­нием текста RТ и найти то предложение, в котором содержится ответ на введенный вопрос, либо убедиться, что такого предложе­ния нет. Во втором случае пользователь получает отказ, а в пер­вом случае за счет трансформации найденного предложения (или без нее) формируется ответ, нужный пользователю. Три процеду­ры, характерные для первого уровня понимания текста, – это про­цедура П3, реализуемая в лингвистическом процессоре и осущест­вляющая перевод текста и вопросов во внутренние представления, передаваемый в базу данных и блок формирования ответа; проце­дура П4, характеризующая поиск того фрагмента текста, который соответствует вопросу, и процедура П5, которая переводит внут­реннее представление ответа во внешнее представление. Две по­следние процедуры характеризуют работу блока вывода ответа.

Рис.3. Интерфейс «первого» уровня Рис. 4. Интерфейс «второго» уровня

2. На втором уровне понимания используется структура, пока­занная не рис.4. Новым в этой структуре является блок пополне­ния текста. В его функции входит автоматическое пополнение текста за счет хранящихся в памяти ЭВМ процедур пополнения. При­мерами подобных процедур могут служить правила вывода псевдофизических логик [б], к которым относятся логики времени, пространства, причинно-следственных связей и т. п. Если в па­мять ЭВМ введен тот же текст, который мы использовали для ил­люстрации функционирования системы с первым уровнем пони­мания, то на втором уровне система может отвечать на вопросы типа; «Получили ли пассажиры багаж, когда в 22 часа самолет ИЛ-62, прилетевший из Баку, улетел обратно?». Для формирова­ния ответа на такой вопрос необходимо, используя правила логи­ки времени, спроецировать события, упомянутые в исходном тек­сте, на порядковую (в данном случае, метрическую) школу време­ни и тем самым упорядочить их, а используя правила логики про­странства, отождествить «обратно» с «Баку»,

3. Третий уровень понимания реализуется структурой системы, похожей на структуру, показанную на рис. 4. Отличие состоит в процедурах, реализуемых блоком вывода ответа. Формируя отве­ты, этот блок использует теперь не только информацию, храня­щуюся в базе данных, куда введено расширенное внутреннее пред­ставление исходного текста, но и некоторую дополнительную ин­формацию, хранящуюся в базе знаний (рис.5). Эта априорно хра­нимая в памяти системы дополнительная информация есть знание системы о типовых сценариях ситуаций и процессов, характерных для той предметной области, с которой работает система.

Используя все тот же иллюстративный пример, введем в базу знаний типовой сценарий процесса прилета пассажирского самолета и процесса его отлета. Сценарий прилета такого самолета может выглядеть, например, так, как это показано на рис.6. Вершины сценарий соответствуют определенным событиям, а ду­ги характеризуют последовательность событий во времени, зада­вая на них частичный порядок. Наличие сценария позволяет пользователю получить, например, ответ на вопрос: «Когда пассажиры покинули самолет?». Об этом факте в исходном тексте нет никакой информации. И система, уровень понимания которой ниже третьего, оказывается не в состоянии понять подобный вопрос. В системе с третьим уровнем понимания блок вывода ответа по внутренне­му представлению вопроса RQ производит поиск нужного для формирования ответа фрагмента текста. При ненахождении тако­го фрагмента блок вывода ответа обращается к содержимому ба­зы знаний. Если там ответ также не найден, то пользователю выдается отказ, а если нужная информация имеется, то с помощью процедур, хранимых в блоке вывода ответа, эта информа­ция извлекается из сценария и участвует в формировании ответа.

В нашем примере обнаруживается, что событие «Выход пас­сажиров» (в описании этого событии, хранящемся также в базе знаний, имеется информация о перефразах, характерных для дан­ного события, так что «покинули самолет» будет отождествлено с «выходом пассажиров из самолета») расположено по времени между событиями «Посадка» и «Получение багажа». Используя правила псевдофизической логики, система расширила исходный текст. Поэтому здесь возможно формирований ответа: «Пассажиры по­кинули самолет между 20 и 21 часами».

На третьем уровне понимания сохраняются процедуры П3, П5 и П6. Процедура П4, которая ранее реализовалась в блоке вывода ответа, усложняется и заменяется на процедуру П7, учиты­вающую необходимость работы с базой знаний.

Рис.5. Интерфейс «третьего» уровня Рис. 6. Пример сценария

Сценарии могут иметь самую разную форму. Дуги, входящие в них, могут интерпретироваться не только как маркеры времен­ных упорядочений, но и как причинно-следственные связи. Конечно, могут браться и связи, характеризующие такие отношения, как «род–вид», «часть–целое», аргумент–функция» и т. п. [6]. В искусственном интел­лекте сценариям отводится центральная роль в процессах понима­ния текстов на естественном языке [7, 8],

4. Для четвертого уровня понимания общая структура системы остается такой же, как и на рис.5. Меняется только процедура, реализуемая блоком вывода ответа. Эта процедура обогащается за счет введения в нее эффективных средств дедуктивного вывода. В базе знаний, кроме сценариев хранится и иная информа­ция, отражающая свойства отдельных объектов, фактов и явлений, характерных для предметной области, с которой рабо­тает система, а также совокупность различных закономерностей, характерных для процессов, протекающих в ней. Вся эта инфор­мация априорно закладывается в виде некоторых внутренних формализованных представлений в базу знаний. Специалисты, кото­рые этим занимаются, в последнее время все чаще называют­ся инженерами знаний или инженерами по знаниям.

Сейчас используется несколько форм представления знаний в базах знаний [9]. Наиболее популярны продукционные системы и фреймы. Продукционные системы особенно удобны для дедук­тивного вывода, так как каждая продукция по сути представляет собой некоторое правило вывода вместе с условиями его приме­нения, Общий вид продукции:

Здесь «Ecли Н, то L» определяет собственно продукцию, или, как часто говорят, ядро продукции. Ее интерпретация может быть различной. В логических системах вывода эта интерпретация та­кова: «Если Н является выведенным, то выводимо L»- Элемент продукции Р описывает условия применимости ядра. Это, как правило, совокупность некоторых предикатов, которые должны быть истинными для возможности применения правила, описывае­мого ядром продукции. Проблемная область естественным обра­зом разбивается на отдельные сферы, внутри каждой из которых существуют свои продукции. Например, проблемная область, отно­сящаяся к функционированию аэропорта, в качестве такой сферы может содержать сведения об обслуживании пассажиров, об об­служивании самолетов, об аэродромной службе и т. п. Поэтому при поиске в базе знаний нужных продукций, чтобы не затрачи­вать на этот поиск лишнего времени, желательно воспользоваться естественной структуризацией проблемной области. Элемент S представляет собой имя некоторой определенной сферы проблем­ной области. Наконец, W описывает последействие применения продукций, те изменения, которые необходимо внести в базу знаний после реализации продукции.

Организовывать дедуктивный вывод на продукциях достаточно естественно и просто. Шаги вывода могут идти от исходных дан­ных к целям, выраженным в правых частях ядер некоторых про­дукций, или от целей к наличным исходным данным. Эти два ме­тода соответствуют методам прямой и обратной волны [10] (вто­рой метод реализуется, например, средствами языка Пролог). Именно поэтому продукционные представления столь широко распростра­нены в экспертных системах [11, 12].

Источник