Пређи на садржај

Представљање знања и резоновање

С Википедије, слободне енциклопедије

Представљање знања и резоновање (КРР, КР&Р, КР²) поље је вештачке интелигенције (VI) посвећено представљању информација о свету у облику који компјутерски систем може да користи за решавање сложених задатака као што је дијагнозирање здравственог стања или вођење дијалога на природном језику. Репрезентација знања укључује налазе из психологије[1] о томе како људи решавају проблеме и представљају знање како би се дизајнирали формализми који ће олакшати дизајнирање и изградњу сложених система. Представљање знања и резоновање такође укључује налазе из логике за аутоматизацију различитих врста резоновања.

Примери формализама представљања знања укључују семантичке мреже, оквире, правила, логичке програме и онтологије. Примери аутоматизованих механизама за расуђивање укључују машине закључивање, доказиваче теорема, генераторе модела и класификаторе.

Преглед[уреди | уреди извор]

Представљање знања је област вештачке интелигенције која се фокусира на дизајнирање компјутерских репрезентација које обухватају информације о свету које се могу користити за решавање сложених проблема. Оправдање за представљање знања је да конвенционални процедурални код није најбољи формализам за решавање сложених проблема. Представљање знања чини сложенији софтвер лакшим за дефинисање и одржавање од процедуралног кода и може се користити у експертским системима. На пример, разговор са стручњацима у смислу пословних правила уместо кода смањује семантички јаз између корисника и програмера и чини развој сложених система практичнијим.

Представљање знања иде руку под руку са аутоматизованим расуђивањем, јер је једна од главних сврха експлицитног представљања знања способност расуђивања о том знању, омогућавање извођења закључака, стицање новог знања, итд. Практично сви језици за представљање знања имају механизам за расуђивање или закључивање као део система.[2]

Кључни компромис у дизајну формализама представљања знања је онај између експресивности и управљивости.[3] Логика првог реда, са својом високо експресивном моћи и способношћу да формализује већи део математике, је стандард за поређење изражајности језика за представљање знања.

Логика првог реда има два недостатка као самостални формализам представљања знања, а то су једноставност употребе и ефикасност имплементације. Прво, због своје велике изражајне моћи, логика првог реда дозвољава много начина изражавања истих информација, а то корисницима може отежати формализацију или чак разумевање знања израженог на сложене, математички оријентисане начине. Друго, због сложених процедура доказивања, корисницима може бити тегобно да разумеју сложене доказе и објашњења, а може бити тешко да се произађе са ефикасним имплементацијама. Као последица тога, неограничена логика првог реда може бити застрашујућа за многе софтверске програмере.

Једно од кључних открића истраживања вештачке интелигенције током 1970-их било је да језици који немају пуну изражајну моћ логике првог реда и даље могу да обезбеде приближну исту изражајну, али могу бити лакши и за просечног програмера и за рачунар да разумеју. Многи од раних формализама представљања знања вештачке интелигнеције, од база података преко семантичких мрежа до производних система, могу се посматрати као доношење различитих дизајнерских одлука о томе како уравнотежити изражајну моћ са природношћу изражавања и ефикасношћу.[4] Конкретно, ова равнотежа је била покретачка мотивација за развој правила ИФ-ТХЕН у експертским системима заснованим на правилима.

Сличан баланс био је и мотивација за развој логичког програмирања (ЛП) и логичког програмског језика Пролог. Логички програми имају синтаксу засновану на правилима, која се лако могу помешати са синтаксом ИФ-ТХЕН правила производње. Али логички програми имају добро дефинисану логичку семантику, док производни системи немају.

Најранији облик логичког програмирања био је заснован на подскупу Хорнове клаузуле логике првог реда. Каснија проширења логичког програмирања укључила су негацију као правило закључивања неуспеха, које претвара ЛП у немонотонску логику за подразумевано размишљање. Добијена проширена семантика логичког програмирања је варијација стандардне семантике Хорнове клаузуле и логике првог реда, и представља облик семантике базе података,[5] која укључује претпоставку јединственог имена и облик претпоставке затвореног света. Ове претпоставке је много теже изрећи и образложити експлицитним коришћењем стандардне семантике логике првог реда.

У кључном раду из 1993. на ту тему, Рандал Дејвис са МИТ-а је навео пет различитих улога за анализу оквира представљања знања:[6]

  • „Репрезентација знања (КР) је суштински сурогат, замена за саму ствар, која се користи да омогући ентитету да одреди последице размишљањем, уместо деловања“,[6] и.е. „расуђивањем о свету, а не предузимањем акције у њему.“[6]
  • „То је скуп онтолошких обавеза“,[6] односно „одговор на питање: У ком смислу треба да размишљам о свету?“[6]
  • „То је фрагментарна теорија интелигентног расуђивања, изражена у виду три компоненте: (и) фундаментална концепција интелигентног расуђивања; (ии) скуп закључака које репрезентација санкционише; и (иии) скуп закључака које препоручује. "[6]
  • „То је медиј за прагмски ефикасно рачунање“,[6] тј., „рачунарско окружење у којем се размишљање остварује. Директан допринос овој прагматичној ефикасности дају смернице које репрезентација пружа за организовање информација“[6] како „би се олакшало доношење препоручених закључака.“[6]
  • „То је медиј људског изражавања“,[6] тј. „језик којим исказујемо чињенице о свету“.[6]

Репрезентација знања и резоновање су кључна технологија која омогућава семантички веб. Језици засновани на оквирном моделу са аутоматском класификацијом пружају слој семантике поврх постојећег Интернета. Уместо претраживања употребом текстуалних низова као што је данас уобичајено, могуће је дефинисати логичке упите и пронаћи странице које се мапирају на те упите.[7][8] Компонента аутоматизованог закључивања у овим системима је машина позната као класификатор. Класификатори се фокусирају на односе субсумпције у бази знања, а не на правила. Класификатор може извести закључке о новим класама и динамички мењати онтологију како нове информације постају доступне. Ова могућност је идеална за информациони простор Интернета који се стално мења и развија.[9]

Семантички веб интегрише концепте из репрезентације знања и закључивања са језицима за означавање заснованим на XМЛ-у. Оквир описа ресурса (РДФ) пружа основне могућности за дефинисање објеката заснованих на знању на Интернету са основним карактеристикама као што су Ис-А релације и својства објеката. Веб онтолошки језик (ОWЛ) додаје додатну семантику и интегрише се са аутоматским класификационим расуђивањем.[10]

Референце[уреди | уреди извор]

  1. ^ Сцханк, Рогер; Абелсон, Роберт (1977). Сцриптс, Планс, Гоалс, анд Ундерстандинг: Ан Инqуирy Инто Хуман Кноwледге Струцтурес. Лаwренце Ерлбаум Ассоциатес, Инц. 
  2. ^ Хаyес-Ротх, Фредерицк; Wатерман, Доналд; Ленат, Доуглас (1983). Буилдинг Еxперт Сyстемс. Аддисон-Wеслеy. стр. 6–7. ИСБН 978-0-201-10686-2. 
  3. ^ Левесqуе, Х.Ј. анд Брацхман, Р.Ј., 1987. Еxпрессивенесс анд трацтабилитy ин кноwледге репресентатион анд реасонинг 1. Цомпутатионал интеллигенце, 3(1), пп. 78-93.
  4. ^ Левесqуе, Хецтор; Брацхман, Роналд (1985). „А Фундаментал Традеофф ин Кноwледге Репресентатион анд Реасонинг”. Ур.: Роналд Брацхман анд Хецтор Ј. Левесqуе. Реадингс ин Кноwледге Репресентатион. Морган Кауфманн. стр. 49. ИСБН 978-0-934613-01-9. „Тхе гоод неwс ин редуцинг КР сервице то тхеорем провинг ис тхат wе ноw хаве а верy цлеар, верy специфиц нотион оф wхат тхе КР сyстем схоулд до; тхе бад неw ис тхат ит ис алсо цлеар тхат тхе сервицес цан нот бе провидед... децидинг wхетхер ор нот а сентенце ин ФОЛ ис а тхеорем... ис унсолвабле.” 
  5. ^ Русселл, Стуарт Ј.; Норвиг, Петер. (2021). Артифициал Интеллигенце: А Модерн Аппроацх (4тх изд.). Хобокен: Пеарсон. стр. 282. ИСБН 978-0134610993. ЛЦЦН 20190474. 
  6. ^ а б в г д ђ е ж з и ј Давис, Рандалл; Схробе, Хоwард; Сзоловитс, Петер (пролеће 1993). „Wхат Ис а Кноwледге Репресентатион?”. АИ Магазине. 14 (1): 17—33. Архивирано из оригинала 2012-04-06. г. Приступљено 2011-03-23. 
  7. ^ Бернерс-Лее, Тим; Хендлер, Јамес; Лассила, Ора (17. 5. 2001). „Тхе Семантиц Wеб – А неw форм оф Wеб цонтент тхат ис меанингфул то цомпутерс wилл унлеасх а револутион оф неw поссибилитиес”. Сциентифиц Америцан. 284 (5): 34—43. дои:10.1038/сциентифицамерицан0501-34. Архивирано из оригинала 24. 4. 2013. г. 
  8. ^ Кнублауцх, Холгер; Оберле, Даниел; Тетлоw, Пхил; Wаллаце, Еван (2006-03-09). „А Семантиц Wеб Пример фор Објецт-Ориентед Софтwаре Девелоперс”. W3Ц. Архивирано из оригинала 2018-01-06. г. Приступљено 2008-07-30. 
  9. ^ Мацгрегор, Роберт (13. 8. 1999). „Ретроспецтиве он Лоом”. иси.еду. Информатион Сциенцес Институте. Архивирано из оригинала 25. 10. 2013. г. Приступљено 10. 12. 2013. 
  10. ^ Кнублауцх, Холгер; Оберле, Даниел; Тетлоw, Пхил; Wаллаце, Еван (2006-03-09). „А Семантиц Wеб Пример фор Објецт-Ориентед Софтwаре Девелоперс”. W3Ц. Архивирано из оригинала 2018-01-06. г. Приступљено 2008-07-30. 

Литература[уреди | уреди извор]

Спољашње везе[уреди | уреди извор]

Представљање знања и резоновање на Викимедијиној остави.
Преузето из „https://sr.wikipedia.org/w/index.php?title=Predstavljanje_znanja_i_rezonovanje&oldid=27835049”