Войти
A Система, основанная на знаниях (KBS ) - это компьютерная программа, которая вызывает и использует базу знаний для решения сложных проблем. Этот термин широк и относится ко многим различным системам. Одна общая тема, которая объединяет все системы, основанные на знаниях, - это попытка явного представления знаний и система рассуждений, которая позволяет получать новые знания. Таким образом, система, основанная на знаниях, имеет две отличительные особенности: база знаний и механизм вывода.
. Первая часть, база знаний, представляет факты о мире, часто в той или иной форме подчинение онтология (а не неявно встроенная в процедурный код, как это делает обычная компьютерная программа). Другие общие подходы в дополнение к онтологии подчинения включают фреймы, концептуальные графы и логические утверждения.
Вторая часть, механизм вывода, позволяет вывести новые знания. Чаще всего он может принимать форму правил IF-THEN в сочетании с подходами прямого или обратного связывания. Другие подходы включают использование автоматических программ доказательства теорем, логического программирования, систем классной доски и систем переписывания терминов, таких как CHR (правила обработки ограничений). Эти более формальные подходы подробно описаны в статье Википедии о представлении и обосновании знаний.
Системы, основанные на знаниях, были впервые разработаны исследователями искусственного интеллекта. Эти ранние системы, основанные на знаниях, были в первую очередь экспертными системами - фактически, этот термин часто используется как синоним экспертных систем, хотя между ними есть разница. Разница заключается в том, как описать систему:
Хотя самые ранние системы, основанные на знаниях, были почти всеми экспертными системами, то же самое инструменты и архитектуры могут использоваться и с тех пор используются для целого ряда других типов систем. Практически все экспертные системы являются системами, основанными на знаниях, но многие системы, основанные на знаниях, не являются экспертными системами.
Первыми системами, основанными на знаниях, были экспертные системы на основе правил. Одной из самых известных была программа для медицинской диагностики Mycin. Эти ранние экспертные системы представляли факты о мире в виде простых утверждений в плоской базе данных и использовали правила для обоснования этих утверждений (и, как следствие, добавления к ним). Явное представление знаний посредством правил имело несколько преимуществ:
Более поздние архитектуры для основанных на знаниях рассуждений, такие как архитектура Blackboard BB1 (Blackboard system ), позволил повлиять на сам процесс рассуждения новыми выводами, обеспечивая рассуждение на мета-уровне. BB1 позволял контролировать сам процесс решения проблем. Различные виды решения проблем (например, нисходящее, восходящее и гибкое решение проблем) можно выборочно смешивать в зависимости от текущего состояния решения проблем. По сути, решатель проблем использовался как для решения проблемы на уровне предметной области, так и для своей собственной проблемы управления, которая могла зависеть от первой. Другими примерами системной архитектуры, основанной на знаниях, поддерживающей метауровневое рассуждение, являются MRS и SOAR.
Помимо экспертных систем, другие приложения систем, основанных на знаниях, включают управление процессами в реальном времени, интеллектуальные обучающие системы и задачи решатели для конкретных областей, таких как анализ структуры белков, компоновка строительной площадки и диагностика неисправностей компьютерных систем.
По мере того, как системы, основанные на знаниях, становились все более сложными, методы, используемые для представления базы знаний, становились все более сложными и включали логику, системы перезаписи терминов, концептуальные графики и фреймы. Рассмотрим в качестве примера рамы. Вместо того чтобы представлять факты как утверждения о данных, база знаний стала более структурированной. Фреймы можно рассматривать как представление мировых знаний, использующих методы, аналогичные объектно-ориентированному программированию, в частности, использование иерархий классов и подклассов, отношений между классами и поведения объектов. По мере того как база знаний становилась более структурированной, рассуждения могли происходить как на основе независимых правил, логических выводов, так и посредством взаимодействия внутри самой базы знаний. Например, процедуры, хранящиеся как демоны на объектах, могут запускаться и могут реплицировать поведение цепочки правил.
Другим достижением стала разработка специальных автоматизированных систем рассуждений, называемых классификаторами. Вместо того, чтобы статически объявлять отношения подчинения в базе знаний, классификатор позволяет разработчику просто объявлять факты о мире и позволять классификатору вывести эти отношения. Таким образом, классификатор также может играть роль механизма вывода.
Самым последним достижением систем, основанных на знаниях, стало принятие технологий, особенно разновидности логики, называемой логикой описания, для разработки систем, использующих Интернет. Интернету часто приходится иметь дело со сложными, неструктурированными данными, на которые нельзя полагаться, чтобы они соответствовали конкретной модели данных. Технология систем, основанных на знаниях, и особенно способность классифицировать объекты по запросу, идеально подходит для таких систем. Модель для этих типов интернет-систем, основанных на знаниях, известна как Семантическая сеть.
