CC BY
20
ный компьютер как дискретное устройство может лишь последовательно перебирать варианты.
Альтернативой дискретному подходу является непрерывный, аналоговый или волновой. Волново-корпускулярный дуализм, являющийся одним из главнейших естествообразующих факторов, дает теоретическое основание для возможности замены любых дискретных процессов волновыми. Волновые процессы являются естественно параллельными.
В случае поиска поворота на развилке в лабиринте при использовании волнового подхода нужно задействовать генератор волн, а затем анализировать получаемое из каждого поворота эхо. Одновременно с этим можно менять характеристики излучаемых генератором волн. Такой подход позволит сразу «увидеть» часть лабиринта на некоторую глубину.
В общем случае, такой подход не даст никаких преимуществ по сравнению с дискретным, последовательным поиском. Однако, в случае использования баз знаний на языке предложений Хорна, типов развилок в лабиринте (дереве) поиска решений будет столько же, сколько и самих предложений, т.е. конечное число, что позволяет за конечное число раз использования «излучателя» обойти весь бесконечный лабиринт. Это
число зависит (возможно экспоненциально) от уровня самого удаленного от начала поиска (корня дерева) варианта искомого решения.
Технически волновой процессор для маленькой базы знаний сделать вполне реально и сейчас. Технические проблемы будут возрастать с ростом размера базы знаний. Отдельная сложность будет в создании процессора, настраиваемого на любую базу. Последняя проблема не является критической, т.к. наличие «негибкого» процессора для конкретной достаточно большой базы знаний будет достаточным для решения широкого круга задач.
К сожалению, неясным является вопрос о востребованности логического компьютера. Опыт развития цивилизации показывает, что некоторые инновационные изобретения попали в рудиментную ветвь развития, а некоторые, возможно, так и остались неизвестными. В качестве примера можно привести изобретение в Японии в 1970-х годах цифрового магнитофона.
Можно предположить, что в сферах, где требуется получать логические выводы на основе анализа больших баз данных нетабличной структуры, специализированный логический компьютер мог бы оказаться весьма полезным.
МУЛЬТИМОДЕЛЬНОЕ ПРЕДСТАВЛЕНИЕ ПРЕДМЕТНОЙ ОБЛАСТИ НА ОСНОВЕ КОНЦЕПТУАЛЬНОГО БАЗИСА
Е.В. Трошин, к. т. н., доц.
Тел.: 8-910-434-45-40; E-mail: tro_e@mail.ru Военная академия РВСН им. Петра Великого http://arvsn. mil.ru
In article the conceptual approach to construction of base of knowledge of a subject domain is considered. The two-componental structure from the theoretical basis containing knowledge of laws of the device of a subject domain, and the actual base containing the known facts, constructed is considered on the basis of theoretical rules and nonderivative elements.
Модель предметной области как части реального мира призвана в той или иной степени адекватно отражать моделируемый фрагмент действительности. При этом такой фрагмент может быть достаточно сложен. Вследствие этого отразить фактически (документально на уровне записей в базах данных и знаний) все потенциально возможные
отношения между реальными элементами моделируемой системы оказывается невозможно. В этом случае модель предметной области включает в себя двухкомпонентную базу знаний и комплекс алгоритмов анализа и обработки содержательной информации.
Под содержательной информацией будем понимать совокупность сведений (зна-
ний) об объекте (системе) или процессе, которая содержится в информационных массивах, воспринимаемых получателем (семантический аспект), и используется им для выработки (с учетом общесистемного тезауруса) и принятия управляющего решения (прагматический аспект) [1].
Компонентами базы знаний являются теоретический базис, содержащий знания об устройстве модели и предметной области - концептуальную основу, и фактическая модель, отражающая реальное состояние предметной области (рис. 1). Эти компоненты не должны противоречить друг другу. Теоретический базис является информационным тезаурусом предметной области. Аналог подобной модели описан в
Внешняя среда (предметная область)
Блок перцептивного опроса
Блок анализа восприятия
[2].
Взаимодействие между двумя компонентами модели осуществляется следующим образом. Входная эмпирическая информация изменяет состояние фактической модели, эти изменения приводят к корректировке теоретического базиса, что, в свою очередь, позволяет переструктурировать данные фактической модели. Входная информация может поступать и в теоретический базис, если она целенаправленно вводится человеком или поступает от другой информационной системы для изменения формальной концептуальной модели предметной области. В первом случае можно говорить о том, что АИС самостоятельно исследует предметную область и формирует свои представления о ней. Во втором случае ее представления о мире формирует «учитель». Это есть совокупность информационных процессов распознавания информации и пополнения системы информацией на содержательном уровне.
Блок формирования
запросов _▼
Блок логического вывода
Блок памяти
I
Блок разрешения противоречий ~~
Блок рефлексии <
Концептуальный базис эмпирических терминов
Концептуальный базис конвенциальных терминов
| Аксиомы
Базовые множества сущностей
факты
теория
тношения
страты
Рис. 1. Компоненты базы знаний
Если во входной содержательной информации отсутствуют информационные единицы, соответствующие элементам модели, то она не будет воспринята системой, с другой стороны, если входная информация полностью адекватна информации, содержащейся в модели, т. е. взаимно однозначно отражает фрагмент модели, то пополнения системы информацией также не произойдет.
Такая структура позволяет строить различные модели-страты, вводить новые правила, сверять модель с реальностью, в том числе уточнять правила - систему аксиом.
Всю информацию в базе знаний можно условно разделить на концептуальную и фактическую. К первой относится информация, отражающая смысловые взаимодействия между элементами. Здесь элементарная комбинация отражается единственным образом, множество таких комбинаций является составной частью теоретического базиса. Комбинация показывает, что связь или отношение данного типа между элементами данного типа возможно для осуществления в данной предметной области. Эта связь может быть реализована в модели предметной
области многократно между различными экземплярами одинаковых сущностей в фактической базе знаний. Множество подобных реализаций составляет фактическую информацию.
Увеличение экземпляров известных комбинаций в базе знаний прибавляет фактическое знание в ней, в то время как появление новых, ранее не отраженных связей (комбинаций) или элементов увеличивает семантическую емкость тезауруса, т. е. делает модель «умней».
При этом следует иметь в виду, что каждая связь должна быть возможна в данной модели. Возможность установления связи
между двумя сущностями определяется свойствами этих сущностей и свойствами самой связи.
На рис. 2 представлена укрупненная структурная схема базы знаний, на которой отражено взаимодействие теоретического базиса и фактической базы знаний через взаимодействие элементов базы знаний.
Предложенная двухуровневая модель предметной области позволяет в фактической базе знаний строить модели элементов и систем различных типов: модели на микро-, макро- и метауровне уровне; имитационные модели, модели ситуаций, используемые в ситуационном управлении.
Теоретический базис
Конвенциальные концепты Эмпирические концепты
отношения и связи между объектами
отношения между фактами
отношения между эффектами
Фактическая база знаний
Правила
Рис. 2. Укрупненная структурная схема базы знаний
Основными этапами формирования модели являются следующие:
- определение базовых категорий предметной области;
- формирование базовых множеств непроизводных элементов;
- построение правил образования элементов модели из непроизводных элементов;
- вычисление мер, характеризующих моделируемые сущности;
- построение иерархической системы из многоосновных алгебраических подсистем.
Принципы формирования модели:
• все моделируемые объекты рассматриваются как информационные объекты;
■ описание объектов модели включает в себя свойства различных типов, описывающих структурные, функциональные и информационные свойства;
■ изменение состояния объекта отождествляется с информационным процессом;
■ модель формируется как двухкомпо-нентная структура, в составе которой теоретическая база знаний об устройстве пред-
метной области и фактическая база знаний, не противоречащая теоретической, о фактическом состоянии предметной области;
■ моделирование осуществляется на основе расширения модели «сущность-связь»;
■ функциональное отношение выделяется в отдельную сущность «связь»;
■ свойства сущностей объект и связь, являясь их атрибутами, сами выступают в роли сущностей.
Методика построения содержательной модели предметной области и основанной на ней базы знаний включает в себя следующие этапы:
п формирование категорийного базиса предметной области;
п выделение базовых сущностей; п формирование алфавита - базовых множеств непроизводных элементов;
п определение правил образования сущностей;
п определение правил образования частных моделей предметной области (страт) -представлений предметной области в различных аспектах;
° разработка подъязыка естественного языка для описания предметной области и ввода первичной формализованной информации в АСУ;
п составление лексических и металек-сических словарей;
п разработка формализованной модели предметной области на базе многоосновных алгебраических структур;
п введение количественных показателей БЗ и ее компонентов.
Описанный подход к построению моделей позволяет строить БЗ, которые содержат не только фактуальную (текстовую) информацию, а фактически образ среды, что позволяет имитировать поведение последней, в реальном времени исследовать ее поведение, исключает внесение в БЗ ложной информации, так как на модели осуществляется верификация данных. Становится возможным строить новые объекты, находить новые связи и эффекты.
Все это приобретает особый интерес при включении интеллектуальных технологий в инновационный процесс. В частности, такая БЗ позволяет строить технологические цепочки, связывать между собой различные результаты, различных разработчиков, на-
ходить взаимосвязи между ними и определять разрывы, циклы, параллелизмы и др.
При обсуждении вопросов, связанных с созданием баз знаний, одним из важнейших является вопрос об участии экспертов в наполнении базы знаниями. Роль экспертов при внесении первичных сведений является ключевой. Подбор экспертов в связи с этим приобретает большую важность, и от этого будет зависеть адекватность БЗ предметной области и ее компетентность.
Однако БЗ, которая является моделью предметной области, как это описано выше, со временем, т. е. при ее наполнении сведениями, сама превращается в эксперта, так как позволяет верифицировать новые сведения и проверять их на непротиворечивость. В результате с помощью интеллектуальных инструментов, средств моделирования и знаний, находящихся в БЗ, становится возможным проверять компетентность экспертов.
Истинность знаний, по-видимому, должна обеспечиваться сбалансированным взаимодействием специалистов-экспертов, автоматизированных интеллектуальных средств и способов верификации формализованных знаний непосредственно на внешней среде.
Литература
1. Ловцов Д. А. Информационная теория эргасистем: Тезаурус. - 2-е изд., испр. и доп. - М.: Наука, 2005. - 248 с.
2. Магазов С. С. Формально-логический анализ функций противоречия в когнитивном процессе.-СПб.: Алетейя, 2001.
РАЗРАБОТКА НЕЙРОСЕМАНТИЧЕСКОЙ БАЗЫ ЗНАНИЙ ДЛЯ ПОДДЕРЖКИ И РАЗВИТИЯ ИННОВАЦИОННЫХ
ПРОЦЕССОВ
В.И. Бодякин, к.ф.-м.н., советник Тел.: (495) 334-92-39, E-mail body@ipu.ru Российский фонд развития высоких технологий http://www.dvpt.ru
Characteristics of economy of knowledge at the present stage of development of scientific and technical progress and the leading part in this process of intellectual toolkit are analyzed. The Knowledge base for support of innovative processes is considered neuroseman-tic. Its basic characteristics and properties are resulted.
В последнюю четверть XX века человечество вступило в новую стадию своего развития - стадию построения постиндустриального общества. Экономически развитые
страны провозгласили переход к экономике, основанной на знаниях.
История развития информатизации началась в США с 60-х годов, затем с 70-х го-
