Введение к работе
Актуальность проблемы. В 80-е годы на основе исследований в области искусственного интеллекта (ИИ) сформировалась новая отрасль индустрии - производство интеллектуальных систем, или ИИ-систем. Это название получили программные комплексы, решающие задачи, которые до недавнего времени были прерогативой человеческой деятельности.
Подобные системы решают задачи: проведения диагностики в медицине и технике; распознавания речи; понимания и перевода текста на естественном языке; обработки, анализа и распознавания изображений; автодоказательства теорем; игры в шахматы и т.д.
Основной характеристикой ИИ-систем является способность подобно человеку рассуждать и делать разумные выводы. Это свойство обусловлено, прежде всего, наличием информационной компоненты, именуемой базой знаний (БЗ), и содержащей в некотором формализованном виде знания человека о предметной области.
Необходимость использования знаний человека-эксперта ставит вопрос о составе и методах представления знаний. Можно выделить следующие основные методы (формы) представления знаний: в виде продукционных правил: формальные логики (исчисление высказываний и предикатов); семантические сети; фреймовые системы.
В тоже время возможности ни одного из них в полной мере не обеспечивают потребностей инженерии знаний. Это непосредственно связано с неоднородностью, многообразием форм человеческого знания. Принято различать следующие "элементы" знания: обьекты реального мира, утверждения и определения, концепции, отношения между объектами и концепциями, теоремы и правила перезаписи, алгоритмы, стратегии и эвристики, метазнания. Средствами же любого из указанных методов невозможно обеспечить качественное представление всех "элементов" знания.
Возрастающая сложность решаемых задач предполагает наличие хорошо структурированной базы, обладающей способностью использовать большие объемы самых разнообразных знаний. Взаимодействие различных методов представления знаний в рамках единой системы и использование смешанных (гибридных) представлений - традиционные пути решения проблемы.
Все существующие ИИ-системы можно разбить на два класса: общего назначения и специализированные. К интеллектуальным систе-
мам общего назначения отнесены те, которые не только исполняют заданные процедуры, но и на основе метапроцедур поиска генерируют и исполняют процедуры решения конкретных задач. В настоящее время единственным типом ИИ-систем общего назначения являются так называемые инструментальные средства (ИС), предназначенные для построения экспертных систем (ЭС).
Именно с появлением ИС связано начало массового использования гибридных методов представлений знаний. Для гибридных методов характерно, что операционное знание представляется в виде продукционных правил, а для описания модели предметной области используются семантические сети или фреймы. Иными словами, развитые возможности для описания "элементов" типа "отношение" в сетях и фреймах дополняются правилами и модулями преобразования знаний, представляющими собой "ядро" продукционных систем.
Обратной стороной является усложнение процесса построения прикладных ЭС. Это вызвано прежде всего необходимостью решения разработчиком, часто не являющимся специалистом в области ИИ. проблем, связанных с формированием БЗ прикладной системы: выбор способа представления для того или иного "элемента" знания, модификация управляющих стратегий и т.д.
Основную проблему традиционного подхода к построению БЗ прикладных ИИ-систем можно сформулировать так:
При увеличении объемов проектируемой БЗ возрастает сложность разделения и распределения по различным моделям (методам) представления всех "элементов" знаний, образующих единую модель предметной области.
Решение указанной проблемы достигается посредством интеграции в единой модели "элементов" различных методов представления знаний, которые, в отличие от традиционных методов интеграции, принадлежат одному уровню. (Уровню теоремы и правила переписывания принадлежат формулы исчисления предикатов и правила продукции продукционных систем.)
Используемый в современных ИИ-системах подход, обеспечивающий взаимодействие знаний, можно определить как метод интеграции форм представления знаний.
Альтернативным или взаимодополняющим может предстать способ, в рамках которого "центр тяжести" интеграции будет перенесен на уровень "элементов" знаний. В этом случае увеличение описательной мощности БЗ будет осуществляться не по принципу усиления 2
"слабых" "элементов" одного метода соответствующими возможностями другого ( хотя такая возможность не исключается ), а вследствие совместного использования различных, одинаково "сильных" "элементов" в рамках единой модели представления.
Совмещение правил продукции и формул формальных логик - один из возможных вариантов. Наличие стратегии поиска решения, обеспечивающей единый механизм логического вывода для разнотипных формализмов преобразования, является условием существования и основным достоинством такого метода интеграции.
Назначение диссертационной работы - разработка метода и инструментальных средств построения интегрированных баз знаний интеллектуальных систем, основанных на принципе интеграции уровней знания.
Цель диссертационной работы - повышение эффективности процесса построения интегрированных баз знаний вследствие применения методики интеграции уровней знания.
Общая методика исследований. В работе использованы методы теорий формальных логик, принятия решений, исследования операций. Исследование состоятельности и эффективности предлагаемых методов и инструментальных средств были подтверждены экспериментальным путем ( Хй-квадрат тест ).
Научная новизна. В диссертации разработаны метод и средства построения интегрированных баз знаний интеллектуальных систем, основанные на принципе интеграции уровней знаний.
Разработаны и выносятся на защиту:
-
Структура интегрированной базы знаний, основанная на принципе интеграции уровней знания.
-
Модель интеграции уровней знания.
-
Стратегия и критерии поиска решения, обеспечивающие механизм логического вывода на основе интегрированной базы знаний.
-
Язык представления знаний, основанный на принципе интеграции уровней знания.
-
Алгоритм логического вывода на основе управляющих критериев "стоимости данных" и "максимума неопределенности".
Практическая ценность. Разработанные модели, алгоритмы, методики и программные средства использовались при создании следующих комплексов: "Система создания и ведения базы знаний диалога "Оператор ЭВМ" энергоблока АЭС" в НИТИ "На Яузе", "Макет пакета прикладных программ отображения и обработки картографической и
графической информации SPACEMAP" и "Аппаратно-программный комплекс экспертного анализа, обработки изображений и создания баз знаний - АРМГРАФ" в НПП "ЗКОТЕК", "Инструментальное средство проектирования медицинских, экспертных систем функциональной диагностики и оценки психо-физиологических резервов летчиков с использованием мультимедиа-ориентированных CASE-технолсгий - Ме-дэксперт" на кафедре "Автоматизированные системы управления" МГТУ имени Н.Э. Баумана, а также инструментального средства "Интегрированная оболочка поддержки интеллектуальных технологий и систем IMAGE EXPERT" и четырех прототипов медицинских экспертных систем в НІШ "Фрегат".
Апробация работы. Разработанные модели, алгоритмы, методики и программные средства использовались при создании следующих комплексов: "Система создания и ведения базы знаний диалога "Оператор ЭВМ" энергоблока АЭС", заказчик: Институт Атомной Теплоэнергетики; "Макет пакета прикладных программ отображения и обработки картографической и графической информации SPACEMAP", заказчик: НПО Космического Приборостроения; "Аппаратно-программный комплекс экспертного анализа, обработки изображений и создания баз знаний - АРМГРАФ", заказчик: Научно-исследовательский Институт Медицинской Радиологии АМН СССР, "Инструментальное средство проектирования медицинских экспертных систем функциональной диагностики, и оценки психо-физиологических резервов летчиков с использованием мультимедиа-ориентированных CASE-техноло-гий - Медэксперт", заказчик: Государственный Научно-исследовательский Испытательный Институт (ГНИИИ) Авиационной и космической медицины, а также инструментального средства "Интегрированная оболочка поддержки интеллектуальных технологий и систем IMAGE EXPERT" и четырех прототипов медицинских экспертных систем в НПП "Фрегат".
Содержание отдельных частей диссертации было доложено:
- на заседаниях аттестационной комиссии при ежегодной ат
тестации аспирантов кафедры "АСОИУ" МГТУ имени Н.Э. Баумана;
- на заседании кафедры "АСОИУ" МГТУ имени Н.Э. Баумана;
- на комиссиях по приемке этапов работ.
Программное обеспечение, созданное в рамках настоящей диссертационной работы демонстрировалось:
на международной выставке Softool 91 на ВДНХ;
на выставке с международным участием ImproGraph 91 на ВДНХ; 4.
- на выставке с международным участием Softool 92 на ВДНХ.
Публикация. Основное содержание диссертации опубликовано в 1 печатной работе. Результаты разработок и исследований, проведенных по теме диссертационной работы включены в 5 отчетов по НИР.
Структура и объем работы. Диссертационная работа состоит из введения, четырех глав с выводами, заключения, изложенных на 162 страницах машинописного текста, содержит список литературы, включающий 67 наименований.
