CC BY
84
АЛГОРИТМИЧЕСКИЕ МЕТОДЫ ПОСТРОЕНИЯ БАЗ ЗНАНИЙ В ИНТЕЛЛЕКТУАЛЬНЫХ СИСТЕМАХ Якубов Сабир Халмурадович, д.т.н., доцент Каршинский государственный университет, г.Карши, Узбекистан
(е-таИ^аЫг_уакыЬоу@таИ.гы)
В данной статье рассматриваются проблемы разработки алгоритмических методов построения баз знаний в интеллектуальных системах и их логико-математического и программного обеспечения. Показаны пути формирования состав и содержания алгоритмических банков для данного класса задач. Методом алгоритмизации намечается пути формализации, и разрабатываются автоматизированные системы решения формализованных творческих проблем на компьютере.
Ключевые слова: автоматизация, формализация, математическое моделирование, алгоритмы, алгоритмизация, алгоритмические методы, база знаний, программное обеспечение, автоматизированная система, интеллектуальная система.
В мировой практике активно развиваются методы формализации в интеллектуальных системах и используются в качестве решения задач, что, безусловно, расширяет границы их применения и повышает интерес со стороны научного сообщества.
Автоматизация творчества труда с применением средств вычислительной техники является чрезвычайно актуальным направлением современной информатики. На сегодняшний день это проблема переросла в проблему информатики создания человеко-машинных систем. Здесь речь идет о выделении формализуемой части умственного труда человека, оформление её в виде логических и аналитических зависимостей, а также анализ этих зависимостей с последующей реализацией на компьютере. Так возникла идея алгоритмизации как обобщение теории алгоритмов [1].
Понятие алгоритма определено А.А.Марковым как точное предписание, определяющее процесс преобразования исходных данных в искомый результат и обладающее следующими свойствами: результативностью - способностью приводить к получению искомого результата после конечного числа достаточно простых шагов; т.е. пригодностью для решения задачи из некоторого класса задач.
Трудности создания алгоритмического обеспечения заключаются, в частности, в его свойствах и «конечности» алгоритма. Естественно, алгоритм должен заканчиваться после конечного цикла шагов (это свойство называют потенциальной осуществимостью), причем число шагов является критическим параметром, определяющим эффективность (и сложность) алгоритма. Решить алгоритмически, в принципе, можно большое число задач, но время получения решения может быть столь большим, что практически задача останется нерешенной. Поэтому практически реализуемый алго-
ритм должен давать ответ после относительно небольшого числа шагов, которые могут быть выполнены за достаточно малый промежуток времени на компьютере.
После того как составили алгоритм решений той или иной задачи, начинается процесс программирования, т.е. кодирования алгоритма в терминах выбранного языка программирования высокого уровня или непосредственно в терминах машинных команд.
Теория и практика алгоритмизации сегодня широко применяется в самых разнообразных областях человеческой деятельности, причем при автоматизации процесс исследования различных объектов можно разбить на семь последовательных этапов: опыт - законы - задачи - математическое моделирование - алгоритмы - программное обеспечение - вычислительный эксперимент, которые представляют кибернетическую цепь с обратной связью. По существу, представляет собой процесс управления с обратной связью, и могут рассматриваться как сложные человеко-машинные многоконтурные, многомерные системы управления с обратной связью, требующие сбора, передачи, переработки и использования информации для достижения цели. Таким образом, в пределах алгоритмизации намечаются пути формализации творческого труда человека, разрабатываются автоматизированные системы решения формализованных творческих проблем на компьютере, и они в совокупности образует единую концепцию формализации и алгоритмизации в интеллектуальных системах [2].
В настоящее время чрезвычайно актуальными проблемами алгоритмизации являются разработка алгоритмических методов для доказательства теорем, как на базе классической теории, так и на основе аппарата Soft Computing, формализация нужных разделов математического и функционального анализа, вычислительной математики. Строятся алгоритмические основы вопросно-ответных систем манипулирующими информациями на естественном языке. Сюда же относится проблема алгоритмического программирования, связанная с переходом с одного языка на другой, и построения алгоритмических основ создания интеллектуальных систем и т. п. Здесь самым объемным трудом являются заполнение информационных частей в алгоритмических банках и разработка программной поддержки их операционных частей.
Решение этих проблем требует объединения усилий математиков-прикладников, программистов, специалистов-когнитологов, а также специалистов предметных областей.
Проблема направлена на разработку алгоритмических методов построения знаний в интеллектуальных системах и их логико-математического и программного обеспечения. Создание такой методологии связано со следующей проблемой. Существующие традиционные интеллектуальные системы, а такие как системы, такие как системы понимания естественного языка, автоматического доказательства теорем, экспертных систем развивались по технологии Hard Computing, т. е. с использованием компьютер-
ной технологии, определяющей программу как последовательность операторов, не поддающихся модификациям под действием интеллектуальной процедуры (обучения), направленной на достижение необходимого функционирования. Для многих классов задач это направление будет ещё развиваться, что требует создание новых алгоритмических программных систем.
Недостатком традиционного подхода является то, что операторы не подвергаются модификациям под действием целенаправленной искусственной интеллектуальной процедуры (даже здесь неприемлемы численные методы, важные для учета неопределимости и неточности). Естественно, в рамках изложенных ограничений, традиционные интеллектуальные (или интеллектуальные) системы не могли иметь высокий коэффициент машинного интеллекта.
Для решения проблемы нового класса задач, решение которых традиционными методами невозможно проф. Л.Заде предложил Soft Computing технологию (теорию и средства) создания интеллектуальных систем, представляющую собой интеллектуальную комбинацию таких интеллектуальных парадигм, как нечеткая логика, искусственные нейронные сети, эволюционное программирование, теория хаоса и теория обучения.
Задачи алгоритмизации в этом новом направлении до сих пор не были рассмотрены. С учетом того, что изложено выше, следует разработать методологические основы алгоритмизации компьютерных и информационных технологий применительно к теории интеллектуальных систем.
Здесь требуется разобрать алгоритмические методы формализации. В этой области, фундаментальной основой которых являются математика и информатика, определить состав и структуру алгоритмических банков, построить базы знаний посредством алгоритмических банков (т. е. разобрать методологию заполнения основных алгоритмических банков на основе одной из современных форм представления знаний и их комбинаций). Важной задачей является создание программной поддержки основных алгоритмических банков (операционных частей алгоритмических банков) и построение банка постановок и операционного банка в теории интеллектуальных систем.
Разработанные теоретические результаты по алгоритмизации компьютерных информационных технологий могут быть использованы при построении информационно - интеллектуальных систем в различных предметных областях.
С этим возникла новая проблема, связанная с созданием машин, суммирующих принятия решений человека в нечеткой и неопределенной среде. В большинстве случаев для многих областей нет точных моделей, методов алгоритмов решения проблем, которые характеризуются не определенно-стями. Не смотря на огромные успехи традиционных подходов при построении интеллектуальных систем в классическом его понимании, в создании широкого спектра для решения различных задач, автоматического
доказательства теорем, игровых систем, экспертных систем, систем понимания естественного языка возникли новые проблемы. Традиционный подход не давал полного решения проблем. Поэтому на мировом уровне возникла задача повышения уровня машинного интеллекта, чему отвечает теория интеллектуальных систем на базе технологий Soft Computing, предложенной профессором Л.Заде, составляющими компонентами которого являются: теории нечетких множеств и логика искусственных нейронных сетей, генетически алгоритмов и теория хаоса.
Современные проблемы управления приводят к новым задачам по созданию программных систем, оперирующих не только с базами данных, но и со знаниями, использующими правила автоматического доказательства теорем, автоматического гипотезирования, рассуждения по аналогии объектно-ориентированных подходов и др. В интеллектуальных системах особую роль играет разработка методов формализации представления и построения баз знаний. Если будет создана такая универсальная и гибкая интеллектуальная система с соответствующими банками знаний, ориентированная на автоматизированный выбор оптимальных алгоритмов для выполнения различного вычислительного и логического эксперимента, то можно было бы поставить на индустриальную основу процесс создания интеллектуальных автоматизированных систем управления. Все это требует глубокого исследования и разработки экономичных вычислительных и логических алгоритмов и их формализации для решения задач моделирования и управления различными процессами с последующим представлением их в виде базы знаний посредством алгоритмических банков.
Таким образом, намечаются следующие этапы решения задачи управления с помощью автоматизированных систем:
- вывод математических моделей;
- верификация математических моделей;
- выбор алгоритмов и вывод разрешающих уравнений;
- генерация необходимых частей программы;
- комплектация программ из готовых частей;
- выполнение вычислительных и логических экспериментов.
Все эти этапы связаны, наряду с выполнением арифметических вычислений, с реализацией аналитических и логических операций.
Такая система получает применение в автоматизации научных исследований, а также при решении задач управления являющейся основой построения информационных и вопросно-ответных систем.
В качестве примера рассмотрим построение базы знаний в вопросно-ответных системах для общения с компьютером на естественном языке. В этом случае создаются, база вопросов и ответов по предметным областям в формализованном виде, а также огромный словарь (база) языка и различных предметных областях. Кроме того, следует создать базу знаний в виде логики предикатов и аппарата нечеткой логики. Все это требует морфологического, синтаксического и семантического анализа предложений и
формализации в четкой и нечеткой логике. В вопросно-ответных системах особую роль играет семантика вопросов и ответов.
В разработке алгоритмических методов при построении базы знаний особую роль играет метод формализации. Конечно, здесь существуют проблемы как теоретического, так и практического плана.
Анализ научно-технических литературы показывает, что до сих пор отсутствует единая методология, позволяющая создать такую универсальную базу знаний с соответствующей интеллектуальной программной поддержкой.
На наш взгляд, именно алгоритмический метод позволяет создать базу знаний и программное обеспечение в современных интеллектуальных системах.
Поэтому поставленная задача является актуальной и составляет теоретическую основу автоматизированных систем, которые в ближайшем будущем найдут широкое внедрение при изучении различных предметных областей.
Следует отметить, теория и техника Soft Computing широко применяются в самых разнообразных областях человеческой деятельности, существенно увеличилось количество интеллектуальных систем, реализуемых на базе Soft Computing, в статьях научных конференций, посвященных нечеткой логике, нейронным сетям, генетическим алгоритмам, искусственной жизни, биологическим вычислениям. Все это свидетельствует о том, что научный интерес теоретических исследований и конкретных реализаций искусственного интеллекта сместиться в сторону Soft Computing. Можно уверенно сказать, что в ближайшие время все интеллектуальные системы будут основываться на Soft Computing, куда войдут результаты системы Hard Computing [3].
Здесь, необходимо все существующие системные и прикладные программные системы вычислительных и автоматизированных систем, построенные на базе Hard Computing, переделать в Soft Computing. Кроме того, надо построить алгоритмическую основу, ориентированную на применении алгоритмических банков. Если не будут созданы алгоритмические основы Soft Computing, то каждая интеллектуальная система будет разрабатываться с нуля. Посредством построенных алгоритмических банков на базе компонентов Soft Computing, использование результатов полученных на основе традиционного подхода, можно создать индустриальные основы интеллектуальных автоматизированных систем.
Таким образом, для решения данной проблемы будут разработаны алгоритмические основы интеллектуальных систем, как на базе аппарата классической математики, так и на основе аппарата Soft Computing. В рамках теории алгоритмизации разработать алгоритмические методы построения баз знаний и их логико-математического и программного обеспечения в интеллектуальных системах, а также в математическом и эволюционном программировании, математической логике, прикладной математике и ав-
томатизации доказательства теорем. Построить базы знаний и их программная реализация для вопросно-ответных систем на естественном языке, в теории автоматов и систем принятия решений, а также разработаны входной язык, алгоритмические системы для интеллектуальных систем на базе аппарата Soft Computing.
Список литературы
1. Кабулов В.К. Алгоритмизация в механике сплошных сред.- Ташкент: Фан, 1979. -304 с.
2. Кабулов В.К., Назиров Ш.А., Якубов С.Х. Алгоритмизация решения оптимизационных задач. - Ташкент: Фан, 2008. - 204 с.
3. Алиев Р. А., Алиев Р.Р. Теория интеллектуальных систем и ее применение. Баку: Чашиоглы, 2001. - 720 с.
Yagubov Sabir Halmuradovich, Ph.D., Associate Professor
Karshi State University, Karshi, Uzbekistan
(E-mail: [email protected])
ALGORITHMIC METODS OF CONSTRUCTION OF KNOWLEDGE BASES IN INTELLIGENT SYSTEMS
