Логические модели представления знаний

Для обеспечения своей жизнедеятельности человек с давних времен должен был сохранять и обрабатывать имеющуюся у него информацию о мире и о самом себе. В целях длительного хранения информации чаще всего использовались разного рода графические средства. Однако они сохраняли информацию пассивным образом, поскольку вся нагрузка по извлечению и переработке информации, содержащейся в текстах, рисунках и подобного рода средствах фиксации человеческого опыта, ложилась исключительно на человека. Только с появлением ЭВМ люди обрели возможность частично снять с себя нагрузку по обработке информации. Компьютеры оказались устройствами, позволяющими не только хранить огромные объемы данных, но и средствами, которым доступна относительно независимая обработка сохраняемых данных.

Со времени появления первых ЭВМ произошли изменения не только в их внешнем виде и технических характеристиках, но существенным образом изменилась сфера их применения в сторону увеличения областей использования и усложнения решаемых задач, Рост числа областей применения ЭВМ и желание приобрести в лице компьютера более или менее полноценного интеллектуального партнера, заставили специалистов в области вычислительной техники искать возможности для более изощренных способов организации информации, используемой машинами для решения поставленных перед ними задач. Это привело к выделению в рамках компьютерных наук специальных областей, исследователи которых ставят целью разработать оптимальные способы организации информации для использования ее вычислительными машинами. .

Начиная с 70-х годов в области исследований по «искусственному интеллекту'' (И И) сформировалась новая парадигма, в рамках которой одним из ключевых терминов в лексиконе специалистов по компьютерным наукам стал термин „знание“. Получили развитие, специальные направления исследований: „представление знаний“, „'обработка знаний“, „приобретение знаний“. Указанные направления формируют, так называемую, „инженерию знаний“ и во многом определяют сегодняшнее состояние компьютерной обработки информации. Более того, сама область ИИ понимается как „наука о знаниях“ о том, как их добывать, представлять в искусственных системах, перерабатывать внутри системы и использовать дня решения задач,» 1.

Среди перечисленных направлений особое место занимает «представление знаний». От способа представления информации во многом зависит возможность использования вычислительных машин в различных областях практической и научной деятельности человека. Для решения проблемы представления знаний были предложены различные модели, одной из которых является логическая. Многие модели нашли практическое применение при создании интеялекуальных систем обработки информации. Однако, стремление как можно быстрее усовершенствовать разработанные средства представления и обработки знаний зачастую приводит специалистов в области компьютерных наук к решению частных проблем, путем скорейшего написания программы с последующим её испытанием и устранением обнаруженных недостатков. В отношении логических моделей представления знаний такая тенденция, с одной стороны, проявляет себя в росте числа работ, посвященных частным проблемам использования логики для представления знаний. С другой стороны, из-за увеличения числа используемых формализмов, их сложности и рассогласованности имеет место неудовлетворённость' исследователей логическими моделями. Причины этого видятся в том, что, во-первых, в работах, посвященных Ий и инженерии знаний отсутствует согласованный терминологический аппаратво-вторых, достоинства и недостатки тех или иных моделей.

Ношеяов ДА. Ситуационноеуправление: теория н практика, МлНаужа, 1986, С, 7, представления знаний, возможности их использования чаще всего обсуждаются не на общем, теоретическом уровне, а на уровне конкретной программной реализациив-третьих, представители «компьютерных наук» не уделяют достаточно внимания методологическим основаниям своей исследовательской деятельности.

Поэтому назрела настоятельная необходимость анализа общей методологий использования логики дня представления званий, выявления достоинств, недостатков и обоснованности применения логических моделей с философско-методологической точки зрения.

Цель и задачи исследования

Цель настоящей работы заключалась в анализе общей методологии построения и использования логических моделей представления знаний, с учетом их специфики относительно других моделей, и оценке перспектив использования логических моделей в свете современных проблем ИИ и тенденций возможного развития этой области.

В соответствии с поставленной целью в работе решались следующие задачи:

— критический анализ терминологии, используемой в области ИИвыявление предпосылок, определяющих смысловые особенности ключевых терминов в работах по ИИ и проблемам представления знаний —.

— комплексное представление методологии использования логических моделей для представления знаний;

— определение возможностей использования логических средств в создании систем, работающих со знаниями;

— проведение сравнительного анализа логических моделей с другими моделями, используемыми для представления знаний;

— выявление особенностей представления и использования знаний в системах ИИ, имплицируемых применением логических моделей.

Методология исследования, Специфика темы и многообразие связанных с ней проблем предопределили выбор метода данного исследования. Методологическим основанием диссертации является метод сравнительного анализа Для некоторых разделов использовался метод историко-яогичеекой реконструкции. Взаимосвязь обоих методов дает возможность осветить весь спектр проблем. Для формирования общей концепции исследования плодотворным оказалось обращение к работам отечественных и зарубежных логиков, философов науки и специалистов в областях ИИ и компьютерных наук.

В настоящей работе не ставилась цель описать, технические детали логических моделей представления знаний. Существующие модели отличаются разнообразием, использование той или. иной из них зависит прежде всего от предметной области, знание о которой представляется. Поэтому мы не рассматривали многие частные вопросы, связанные с построением тех или иных специальных формализмов, отражающих временные, модальные эпистемические аспекты рассуждений. Подробный анализ этих проблем можно найти в специальной литературе.

Степень разработанности темы. Существует большое число публикаций, в которых вопрос, связанные с ИИ и представлением знаний, обсуждаются с различных позиций и на различном уровне общности. Среди работ, в которых приводится описание общих идей и методов из области ИИ, отметим работы ДА. Поспелова [56−59], а также переведённые на русский язык монографии Н. Нильсона [50], П. Уинстона [74], А Эндрю [87]. Философская оценка возможностей ИИ была предложена Х. Дрейфуеом [25,97], В. Б. Бирюковым [9], ЮА. трейдером [83], П. П. Гайденко [15], М. Родованом [125].

Технологический аспект построения интеллектуальных систем, работающих со знаниями, подробно освещен в работах В. О. Германа [19], А. И. Змитровича [28], ВЛ. Гладуна [22,23], Д. Марседлуса[43], ДжЭлти и М. Кумбса [86], Р. Форсайта ?84]. С методологических позиций проблемы представления знаний применительно к вычислительным машинам обсуждены в работах Л. В. Мкртчян [45], HJHL Неиейводы и ВА. Кугергина [48,49], А. И. Габидулина и Б А. .Силантьева [14], A.C. Нариньяни |47|, Дж. Мияополоуса и ГЛевеека [116], НЛильсона [118], М. Штефиха и ДжАткинса [127], У А. Вудса [12.]" ДЛената [109], Проблеме представления метазнаний посвящена работа ЛАстеяло, К. Чекки и Д. Сартини [7].

Вопросы гносеологического и эпистемологического характера в отношении систем, использующих знания, анализируются в работах И .Ю Алексеевой [2,3]" Ю .И .Шемякина и, А А. Романова [82], И. Сильдмяэ [66], И. М. Кребна [35], А. Ньюэлла [117].

Возможности использования логики для создания систем ИИ обсуждаются в работах И. СЛаденко [38], Д. А. Поспелова [59,60], Е. И. Бфимова [26], Ван Хао [75], Н. Нильсона [118]. Р. Ковальски [106], ДАндерсона и П. Д. Хойза [4], Проведены комплексные исследования, дающие полное представление о формализмах применяемых, при создании систем ИИ2. Среди работ, посвященных различным проблемам использования логических моделей представления знаний, выделим также исследования таких специалистов, как ГЛевеск [10.5]. Дж. Маккарти [111], К. Хирст [104], Б. Орловска [119],.

Из исследований, посвященных вопросам построения дедуктивных баз данных, отметим работы Дж. Минкера [101,112,113,114,115], Р. Рейтера [121,122], А, вам Гельдера [18], К. Кларка [92]. М. Геяьфонда [99], Принципам организации информации в базах данных посвящено исследование Ш. Атре [8].

Однако, методологический аспект использования логических моделей представления знаний не получил достаточного освещения ни в работах.

2 Логический подход к искусственному интеллекту: от классической логики к яогичеезсому программированиюЛГейз А. Грибомон П., Лун Ж. и др. — М.:Мир, 1990.

432 с,.

Логический подход к искусственному интеллектуот модальной логики к логике баз данных/Геш А, Грибомои П. и др. М,-Мир, 1998, — 494с. специалистов по компьютерным наукам, ни в трудах философов. В диссертации предпринята попытка восполнить этот пробел.

Структура диссертации. Диссертация состоит из введения, двух глав, заключения и списка цитируемой литературы.

ЗАКЛЮЧЕНИЕ

.

В качестве заключения представим в фоме тезисов основные результаты работы, выводы и перспективы дальнейших, исследований.

1. Проведён критический обзор литературы с целью выявления методологических предпосылок и целевых установок, определяющих смысловую нагруженною?" терминов, являющихся ключевыми' на современном этапе исследований в областях искусственного интеллекта и представления знаний: «информация», «интеллект», «данные», «задача», «знание» .

На основе проведённого анализа литературы выявлено два основных подхода со стороны специалистов в указанных областях к использованию термина «информация». В одном случае в определяющей части предлагается использовать термины «данные» и/или «знания». В рамках второго подхода термин «информация» используется в качестве исходного, и на основе его строятся определения для терминов «данные» и «знания». Последний вариант предполагает экспликацию смысла термина через уточнение, базирующееся на использовании термина в еететеетвенном языке. В работе указаны аспекты" которые желательно учитывать при формулировке такого уточнения.

2. Выделен основной подход к пониманию термина «интеллект» в компьютерных науках. Он базируется на интуитивном понимании того, что представляет собой интеллект человека. Предполагается, что это совокупность способностей человека' к обработке информации. В соответствии с указанным пониманием термина определяется цель исследований в области «искусственного интеллекта» — моделирование способностей человека к обработке информации. Показаны недостатки, такой целевой установки ислледований и трудности, связанные с её реализацией. В качестве альтернативы такому подходу в работе выделяется возможность понимания интеллекта на основе решения задач. Приведены аргументы обосновывающие возможность и достоинства такого понимания.

3. Проведён анализ определений и классификаций задач, предложенных в работах Д. Пойя, Е.й.Ефимова, А. Ньюэлл и Г. Саймона, С.Осуга. На его основе выделены два класса проблемных ситуаций. В качестве видобразующего признака доя проблемных ситуаций первого класса выделяется существование определённого алгоритма, достаточного для решения проблемной ситуации. Видообразующим признаком ситуаций второго класса предлагается считать зависимость процесса решения от модели предметной области и интерпретируемых на основе предполагаемой модели конкрелных данных.

4. Проведён критический обзор литературы по проблемам искусственного интеллекта и представления знаний с целью выявления смысловых особенностей употребления термина «знание» специалистами в этих областях. В качестве фундаментальной особенности указывается выделение функциональной характеристики знания в противоположность истинностной характеристике. В работе показано, что традиционно противопоставление «данных» и «знаний» и осуществляемая на основе этого противопоставления экспликация смысла термина «знание» носят эмпирический характер и не могут служить основой для построения теории знания, поскольку являются исключительно выражением сегодняшнего состояния средств обработки информации.

5. В работе выявлена и описана общая методология использования логических моделей представления знаний для систем искусственного интеллекта. Проведён сравнительный анализ логической модели с фреймовой, продукционной и моделью на основе семантических сетей. Указаны различия в подходах к описанию предметных областей, лежащие в основе этих моделей. В тоже время определена общая проблема, возникающая при использовании любой из перечисленных моделейпроблема концептуализации. бЛоказано, что использование логической модели позволяет выразить ту информацию, которая выразима на других моделях, но некоторые аспекты знание, которые можно представить средствами логики, не находятсвоего отражения, если используется фреймовая, продукционная или сетевая модель. В частности, показано, что несмотря на внешнее сходство логической и продукционной моделей, между ними существует существенное различие, заключающееся в том, что. логическая модель предполагает наличие декларативной семантики, отсугсвующей у продукционной модели,.

7. В работе представлена интерпретация классификации правил продукций, выполненной ДА. Поспеловым, в функциях, определённых на схеме взаимодействия интеллектуальной системы и мира, предложенной Н. Нильсоном.

8. Показано, что использование логической модели представления знаний обеспечивает эффективные и обоснованные средства для выражения процедурного аспекта знания посредством процедуры поиска доказательства,.

9. Дан общий обзор истории становления исследований в области автоматического доказательства теорем. Определена основная проблема реализации процедурного аспекта знания интеллектуальной системы через осуществление автоматического поиска доказательства. Указан один из возможных путей решения этих проблем.

10. Изложены основные понятия и принципы построения теории дедуктивных баз данных. На основе исторического обзора исследований в этой области выделены проблемы, возникающие при использовании логики в базах данных. В качестве основного источника возникающих трудностей указана проблема использования контекста при обработке информации.

Дальнейшие перспективы исследований в области применения логических моделей представления знаний обсудим в свете возможного решения логических проблем, которые могут быть поставлены перед вычислительными машинами. Основные три проблемы перечислены в работе Э. Бета «Машины, которые доказывают теоремы» :

1) проверить имеющееся доказательство;

2) доказать данную теорему на основе имеющихся допущений;

3) открыть теоремы, выводимые из данных допущений [91,с.88].

Решение первой из перечисленных проблем не представляет особой сложности. Действительно, если снабдить машину конечным набором правил вывода, то, по-видимому, не составит труда запрограммировать её таким образом, чтобы она могла осуществлять проверку каждого шага контролируемого доказательства на соответствие или не соответствие его одному из правил вывода.

Вторая проблема, как было показано в параграфе 2,2, получила решение — были разработаны методы поиска доказательства достаточно эффективные для их реализации на вычислительных машинах. Речь может идти только о совершенствовании существующих методов путём разработки более эффективных стратегий. Кроме того, можно указать проблему поиска доказательства на вычислительных машинах для разного рода неклассических логик: интуиционистских, модальных, псевдофизических, немонотонных и т. д. Некоторые существенные достижения в этом направлении уже имеются (ем. напр, [11,111|).

Решение третьей проблемы оказалось бы чрезвычайно важным, с точки зрения реализации процедурного аспекта машинного знания. Действительно, если принять во внимание самую общую схему реализации интеллектуальной деятельности, согласно которой последняя состоит из трех функций: описательной, объяснительной и предсказательной, то можно установить определённое соответствие между этими функциями и проблемами указанными Э.Бетом.

Реализация описательной функции при создании интеллектуальной информационной системы на сегодняшний день возлагается на человека. Она заключается в построении модели предметной области с последующим описанием её, используя некоторый язык. Объяснительная функция реализуется через процесс поиска доказательства. Реализацию предсказательной функции можно, по-видимому" рассматривать, как открытие теорем из имеющихся допущений. Нам неизвестны работы, в которых решалась бы третья проблема, сформулированная Э.Бетом. Можно полагать, что успешная работа в этом напрвлении. позволит реализовать на вычислительной машине не только предсказательную функцию, но и частично описательную, в смысле корректировки модели на основе сделанных предсказаний.