15.3. Проведите трассировку выполнения следующего запроса:
?- value! ross, relative_size, Value).
чтобы достичь полного понимания того, как передается информация по сети фреймов в показанном здесь интерпретаторе фреймов.
15.4. Допустим, что в виде фреймов представлены геометрические фигуры. Сле
дующие предложения определяют квадрат si и прямоугольник г 2 и задают
метод вычисления площади фигуры:
sl(instance of, square).
sl(side, 5).
r2[ instance_of, rectangle).
r2(length, 6).
r2f width, 4).
square С a kind of, rectangle!.
square С length, execute! value[Obj,side,L), Ob j, L)).
square(width, execute(value(Obj,side,И), Obj, W)),
rectangle) area, execute! area(Obj,A), Obj, A)).
areat Obj, A): -
value(Obj, length, L), value! Obj, width, W),
A is L*W.
Как интерпретатор фреймов, программа которого приведена в этом разделе,
ответит на следующий вопрос:
?- value{ r2, length, А), value! si, length, в), value< si, area, С).
354 Часть II. Применение языка Prolog в области искусственного интеллекта
Резюме
• К типичным функциям, которые требуются от экспертной системы, относят
ся следующие: решение задач в указанной проблемной области, объяснение
процесса решения задачи и работа в условиях недостоверной и неполной ин
формации.
• Любую экспертную систему удобно рассматривать как состоящую из двух мо
дулей: командный интерпретатор и база знаний. Командный, интерпретатор,
в свою очередь, состоит из механизма логического вывода и пользовательского
интерфейса.
• Для создания командного интерпретатора экспертной системы необходимо
принять решения, касающиеся выбора формальной системы представления
знаний, механизма логического вывода, средств взаимодействия с пользовате
лем и способа трактовки неопределенности,
• Наиболее широко применяемой формой представления знаний в экспертных системах являются правила вывода, или порождающие правила.
• В системах, основанных на правилах, главным образом применяются следующие два способа формирования логических рассуждений: обратный и прямой логический вывод.
• Обычно предусмотрено использование объяснений двух типов - объяснение последовательности рассуждений и объяснение предпосылок, которые соответственно связаны с вопросами пользователя "как" и "для чего". В качестве объяснения первого типа может использоваться дерево доказательства.
• Проведение рассуждений с учетом неопределенности можно осуществить с помощью основных средств представления правил и схем прямого или обратного логического вывода. Но при таких дополнениях к правилам обычно принимаются необоснованные предположения, которые чрезмерно упрощают вероятностные зависимости между переменными в проблемной области.
• Байесовские сети доверил, называемые также просто байесовскими сетями, предоставляют способ использования исчисления вероятностей для представления знаний с учетом неопределенности. Байесовские сети обладают такими характеристиками, как учет вероятностных зависимостей с применением относительно небольшого объема ресурсов, возможность уменьшения объема работы благодаря исключению независимых факторов и естественное представление причинно-следственных связей.
• К другим традиционным схемам представления знаний, подходящим для представления больших множеств фактов некоторым структурированным способом, относятся семантические сети и фреймы.. В них может осуществляться непосредственная выборка фактов или их логический вывод с помощью таких встроенных механизмов, как наследование,
• В этой главе были разработаны реализации в стиле Prolog для таких процедур, как прямой и обратный логический вывод, формирование деревьев доказательств, интерпретация правил с учетом неопределенности, формирование рассуждений в байесовских сетях, наследование в семантических сетях и во фреймах.
• В данной главе рассматривались следующие понятия:
• экспертные системы;
• база знаний, командный интерпретатор экспертной системы, механизм логического вывода;
• правила вывода (правила "if-then"), порождающие системы;
• обратный логический вывод, прямой логический вывод;
Глава 15. Представление знаний и экспертные системы
объяснение последовательности рассуждений, объяснение предпосылок;
категорическое знание, недостоверное знание;
байесовские сети доверия, или просто байесовские сети;
семантические сети;
фреймы;
наследование.
