Экспертные системы

     В случаях с многозначными словами  многозначность разрешается с помощью  активизированного ранее фрейма . Для этих целей необходимо создать лексикон к каждому фрейму. Когда фрейм активизируется, соответствующему лексикону отдается предпочтение при поиске соответствующего значения слова. В контексте ТФ это распознавание процессов, контролируемых фреймами, которые, в свою очередь, контролируют распознавание входящей информации. Иногда это называется процессом сверху - вниз фреймодвижущего распознавания.

     Применение  этих процессов нашло свое отражение  в программе FRAMP, которая может суммировать газетные сводки и классифицировать их в соответствие с классом событий, например терроризм или землетрясения.

       Эта программа хранит набор  объектов , которые должны быть описаны в каждой разновидности текстов, и этот набор помогает процессу распознавания описываемых событий .

     Манипуляция фреймами

     Детали  спецификации фреймов и их репрезентации  могут быть опущены, так же как и алгоритмы, их манипуляции, потому что они не играют большой роли в ТФ.

     Такие вопросы, как размер фрейма или доступ к нему, связаны с организацией памяти и не требуют специального рассмотрения.

     Распознавание

     В литературе имеется много рассуждений  по поводу процессов, касающихся распознавания  фреймов и доступа к структуре  знаний высшего уровня. Несмотря на то, что люди могут распознать фрейм  без особых усилий, для компьютера в большинстве случаев это  довольно сложная задача. Поэтому  вопросы распознавания фреймов  остаются открытыми и трудными для  решения с помощью ИИ.

     Размер  фрейма

     Размер  фрейма гораздо более тесно связан с организацией памяти, чем это  кажется на первый взгляд. Это происходит потому, что в понимании человека размер фрейма определяется не столько  семантическим контекстом, но и многими  другими факторами. Рассмотрим фрейм  визита к доктору , который складывается из подфреймов, одним из которых  является комната ожидания. Таким  образом, мы можем сказать, что размер фрейма не зависит от семантического содержания представленного фрейма (такого, как, например, визит к врачу), но зависит от того, какие компоненты описывающей информации во фрейме (таком, как комната ожидания) используются в памяти. Это означает, что когда  определенный набор знаний используется памятью более чем в одной  ситуации, система памяти определяет это, затем модифицирует эту информацию во фрейм, и реструктурирует  исходный фрейм так, чтобы новый фрейм  использовался как его подкомпонент.

     Вышеперечисленные операции также остаются открытыми  вопросами в ТФ.

     Инициализационные категории

     Рош предложил три уровня категорий  представления знаний: базовую, субординатную  и суперординационную. Например, в  сфере меблировки концепция кресла является примером категории основного  уровня, а концепция мебели - это  пример суперординационной категории. Язык представления знаний подвержен  влиянию этой таксономии и включает их как различные типы данных. В  сфере человеческого общения  категории основного уровня являются первейшими категориями, которые узнают человек, другие же категории вытекают из них. То есть суперординационная категория - это обобщение базовой, а субординатная - это подраздел базовой категории.

                  пример

          суперординатная                                       идеи                           события

           базовая     события                       действия

          субординатная                                          действия  прогулка

           Каждый фрейм имеет  свой определенный так называемый слот. Так, для фрейма действие слот может быть заполнен только каким-либо исполнителем этого действия, а соседние фреймы могут наследовать этот слот.

     Некоторые исследователи предположили, что  случаи грамматики падежей совпадают  со слотами в ТФ, и эта теория была названа теорией идентичности слота и падежа. Было предложено число таких падежей, от 8 до 20, но точное число не определено. Но если агентив полностью совпадает  со своим слотом, то остальные падежи вызвали споры. И до сих пор  точно не установлено, сколько всего  существует падежей.

     Также вызвал трудность тот факт, что  слоты не всегда могут быть переходными. Например, в соответствие с ТФ можно сказать, что фрейм одушевленный предмет может иметь слот  живой, фрейм  человек может иметь слот честный, а фрейм блоха не может иметь такой слот, и он к нему никогда не перейдет.

     Другими словами, связи между слотами  в ТФ не являются исследованными до конца. Слоты могут передаваться, могут быть многофункциональны, но в то же время не рассматриваются  как функции.

     СФ  иногда адаптируются для построения описаний или определений. Был создан смешанный язык, названный KRYPTON, состоящий из фреймовых компонентов и компонентов предикатных исчислений, помогающих делать какие-либо выводы с помощью терминов и предикатов. Когда активизируется фрейм, факты становятся доступными пользователю. Также существует язык Loops, который объединяет объекты, логическое программирование и процедуры.

     Существуют  также фреймоподобные языки, которые  за исходную позицию принимают один тип данных в памяти, какую-либо концепцию, а не две (например, фрейм и слот), и представление этой концепции  в памяти должно быть цельным.

     Объектно-ориентированные  языки

     Параллельно с языками фреймов существуют объектно-ориентированные программные  языки, которые используются для  составления программ, но имеют некоторые  свойства языков фреймов, такие, как  использование слотов для детальной, доскональной классификации объектов. Отличие их от языков фреймов в  том, что фреймовые языки направлены на более обобщенное представление  информации об объекте.

     Одной из трудностей представления знаний и языка фреймов является отсутствие формальной семантики. Это затрудняет сравнение свойств представления  знаний различных языков фреймов, а  также полное логическое объяснение языка фреймов. 
 

2.4 Критерий использования ЭС для решения задач.  

     Существует  ряд прикладных задач, которые решаются с помощью систем, основанных на знаниях, более успешно, чем любыми другими средствами. При определении  целесообразности применения таких  систем нужно руководствоваться  следующими критериями.

     1. Данные и знания надежны и  не меняются со временем.

     2. Пространство возможных решений  относительно невелико.

     3. В процессе решения задачи  должны использоваться формальные  рассуждения. Существуют системы,  основанные на знаниях, пока  еще не пригодные для решения  задач методами проведения аналогий  или абстрагирования (человеческий  мозг справляется с этим лучше). В свою очередь традиционные  компьютерные программы оказываются  эффективнее систем, основанных  на знаниях, в тех случаях,  когда решение задачи связано  с применением процедурного анализа.  Системы, основанные на знаниях,  более подходят для решения  задач, где требуются формальные  рассуждения.

     4. Должен быть по крайней мере  один эксперт, который способен  явно сформулировать свои знания  и объяснить свои методы применения  этих знаний для решения задач.

     В таблице один приведены сравнительные  свойства прикладных задач, по наличию  которых можно судить о целесообразности использования для их решения  ЭС. 

      

     Таблица 1 - Критерий применимости ЭС 

 

  

     В целом ЭС не рекомендуется применять  для решения следующих типов  задач:

• математических, решаемых обычным путем формальных преобразований и процедурного анализа;
• задач распознавания, поскольку в общем случае они решаются численными методами;
• задач, знания о методах решения которых отсутствуют (невозможно построить базу знаний).

     Даже  лучшие из существующих ЭС, которые  эффективно функционируют как на больших, так и на мини-ЭВМ, имеют  определенные ограничения по сравнению  с человеком-экспертом.

     Большинство ЭС не вполне пригодны для применения конечным пользователем. Если вы не имеете некоторого опыта работы с такими системами, то у вас могут возникнуть серьезные трудности. Многие системы  оказываются доступными только тем  экспертам, которые создавали из базы знаний.

     Вопросно-ответный режим, обычно принятый в таких системах, замедляет получение решений. Например, без системы MYCIN врач может (а часто  и должен) принять решение значительно  быстрее, чем с ее помощью.

     Навыки  системы не возрастают после сеанса экспертизы.

     Все еще остается проблемой приведение знаний, полученных от эксперта, к виду, обеспечивающему их эффективную  машинную реализацию.

     ЭС  не способны обучаться, не обладают здравым  смыслом. Домашние кошки способны обучаться  даже без специальной дрессировки, ребенок в состоянии легко  уяснить, что он станет мокрым, если опрокинет на себя стакан с водой, однако если начать выливать кофе на клавиатуру компьютера, у него не хватит “ума”  отодвинуть ее.

     ЭС  неприменимы в больших предметных областях. Их использование ограничивается предметными областями, в которых  эксперт может принять решение  за время от нескольких минут до нескольких часов.

     В тех областях, где отсутствуют  эксперты (например, в астрологии), применение ЭС оказывается невозможным.

     Имеет смысл привлекать ЭС только для решения  когнитивных задач. Теннис, езда на велосипеде не могут являться предметной областью для ЭС, однако такие системы  можно использовать при формировании футбольных команд.

     Человек-эксперт  при решении задач обычно обращается к своей интуиции или здравому смыслу, если отсутствуют формальные методы решения или аналоги таких  задач.

     Системы, основанные на знаниях, оказываются  неэффективными при необходимости  проведения скрупулезного анализа, когда число “решений” зависит  от тысяч различных возможностей и многих переменных, которые изменяются во времени. В таких случаях лучше  использовать базы данных с интерфейсом  на естественном языке.

     Системы, основанные на знаниях, имеют определенные преимущества перед человеком-экспертом.

     1. У них нет предубеждений. 

     2. Они не делают поспешных выводов. 

     3. Эти системы работают систематизировано,  рассматривая все детали, часто  выбирая наилучшую альтернативу  из всех возможных.

     4. База знаний может быть очень  и очень большой. Будучи введены  в машину один раз, знания  сохраняются навсегда. Человек же  имеет ограниченную базу знаний, и если данные долгое время  не используются, то они забываются  и навсегда теряются.