Системный подход к синтезу интеллектуальной компьютерной обучающей системы Текст научной статьи по специальности «Компьютерные и информационные науки»

Юрков Н.К., Демьянов А.В. СИСТЕМНЫЙ ПОДХОД К СИНТЕЗУ ИНТЕЛЛЕКТУАЛЬНОЙ КОМПЬЮТЕРНОЙ ОБУЧАЮЩЕЙ СИСТЕМЫ

С точки зрения системного подхода проводится анализ моделей интеллектуальной компьютерной обучающей системы (ИКОС), реализующей изоморфное преобразование данных о предметной области в знания обучаемого. Используется кибернетический подход - проблема синтеза ИКОС рассматривается с точки зрения управления процессом приобретения знаний.

Пусть нам известен механизм обучения. Обозначим группу преобразований обучения через О. Оператор О определяет то, что же будет в головах студентов. Другая группа преобразований, определяемых оператором А, должна отражать механизм абстрагирования - когда знания студентов под воздействием оператора А превращаются в новое знание, полученное на основе готовых званий, привнесенных системой в головы студентов. Наша задача определить вид операторов О и А.

Известно, что любое преобразование изображения представимо не более, чем 2 0 видами функций непрерывных преобразований, остальные преобразования могут быть получены из преобразований этой группы двадцати основных функций.

Продляя эту мысль, следует допустить наличие ограниченного множества преобразований информации, требуемых для обучения. Требуется разработать систему инвариантов для представления знаний о предметной области. Это даст значительное сокращение объемов памяти (хранить надо будет исходные понятия и код функции преобразования). Таким образом, требуется определить условия изоморфного преобразования знаний под воздействием групп О и А.

Идея непрерывного преобразования является отправной точкой для определения понятия и выбора способа его представления. Процесс обучения будем представлять как процесс формирования совокупности понятий. Под понятием понимается множество ситуаций, которые могли быть получены из заданного конечного множества ситуаций с помощью определенного, набора изменений. Таким образом, понятие представляется как совокупность {(Ек,Г*)} где Ек - ситуация-прототип; Г* - множество преобразований, применимых к Ек .

С формальной точки зрения получение знаний учащегося - суть некоторое преобразование ситуаций-прототипов (проблемных задач) в понятия этих ситуаций в у учащегося, осуществляемого некоторым оператором. Использование преобразований для описания ситуаций обеспечивает единство представления понятий конкретных ситуаций. В общей случае пара (Е,Г) определяет множество ситуаций, получаемых из прототипа Е путем применения к нему всевозможных преобразований из Г. В частном случае, когда множество Г содержит лишь одно преобразование Г={ £ }, мы имеем описание ситуации £ (Е), получаемое из Е с помощью преобразования £. Если £ - тождественное преобразование, то £ (Е) = Е. Пару (Е,Г) будем называть П - описанием ситуации. Такое описание экономично - достаточно описать прототип, а все ситуации, схожие с ним, получаются путем конкретизации отдельных деталей описания.

Поскольку описания конкретных ситуаций на входе системы и на выходе имеют одинаковую форму представления, то можно формулировать понятия, обобщающие некоторую совокупность понятий.

С каждым преобразованием из Г связывается некоторое значение - мера принадлежности результирующей ситуации данному понятию, аналогично, как в теории нечетких множеств.

Рассмотрим геометрическую интерпретацию задачи формирования понятий (рис. 1). Имеется некоторая

область, которую необходимо описать с заданной степенью точности. Это можно сделать, например, покрыв ее шарами. Каждый шар характеризуется двумя параметрами (х,К) , где х - координата центра, К -

радиус. Ясно, что есть множество покрытий, обеспечивающих заданную степень аппроксимации области. Поэтому ставится задача минимизации числа шаров.

© ©

Рис. 1 Геометрическая интерпретация процесса формирования понятий

Понятию соответствует некоторая область в пространстве ситуаций, заполняемая примерами понятий. Граница этой области определяется контрпримерами. Формирование понятия (Е,Г) соответствует процессу покрытия этой области «шарами» (Ек, Г*). Обучающие примеры служат прототипами в описании понятия. Можно ставить задачу поиска минимального числа П - описаний, образующих искомое понятие.

Построение целого множества П - описаний, образующих понятие, значительно расширяет класс формируемых понятий по сравнению с тем случаем, когда имеется единственное П - описание (так называемые конъюнктивные понятия).

Представим содержательную информацию рассматриваемой предметной области в виде формальных высказываний. Построим алгебраическую систему А=<А,0,К>, состоящую из непустого множества А, семейства алгебраических операций 0 и семейства отношений К. Определим исходные объекты, которые будем рассматривать как неделимые, перечислим способы комбинирования исходных объектов между собой, укажем условие, которому удовлетворяют те, и только те комбинации исходных объектов, которые считаются элементами системы, укажем условие, при котором два элемента системы считаются равными.

Системный подход основывается на фукционально-целевом подходе. При работе над сверхзадачей она разбивается на более мелкие части, для чего необходимо выявить главную задачу и ряд подзадач, а также еще более мелких подзадач. Система должна откликаться на разнородность главных задач и тем самым появляется возможность повышения эффективности применения систем обучения (сверхзадача - система , подзадачи - обучение технологов, конструкторов, экономистов, организаторов производства и т.п.).

В основе создаваемых интеллектуальных систем обучения лежат принципы любознательности, децентрализации, доступности знаний, практической рефлексии, процессуального рассуждения. Логический вывод должен оставаться в прежнем арсенале средств интеллектуальной системы, но всего лишь как один из модулей системы наряду со многими другими средствами.

Рассмотрим аппарат проектирования алгоритмов взаимодействия в процессе обучения. Каждая задача определяется так:

3=(К, Какт, Кгр),

где К - предметная область задачи, которая в свою очередь является также тройкой ({А},{ ы},{ К}); {А} - множество предметов; {ы} - множество операций на {А}; {К} - множество отношений (предикатов)

{А}; К

ІР

модель требуемого состояния Ктр предметной области; Ка)

актуальные, т.е. имеющиеся

К*

принимается за некоторое описа-

в рассматриваемый момент состояния предметной области задачи; ние требуемого состояния предметной области.

В ИКОС для решения задачи 3к определенной предметной области человек имеет:

*

подсистему ц знаний, включающую множество {К*} моделей предметных областей, множество моделей процедур решения и др.;

операции {ы*} первого рода или исполнительные, осуществляющие непосредственное изменение Какт в требуемое КТр ;

Л *

операции {ц} второго рода, обеспечивающие формирование модели 12^ процедуры решения 3к из моде*

лей операций { }

Существует пять основных классов режимов взаимодействия пользователя и ЭВМ при решении задачи.

Каждый из них не зависит от задачи и определяется целью взаимодействия:

целью - передать задачу партнеру;

целью - выполнить решение задачи, переданной партнером;

целью - решить задачу совместными усилиями;

целью - усовершенствовать свои знания и умения за счет усвоения знаний партнера;

целью - обучить партнера своим знаниям и умениям.

В ИКОС реализовываются две последние из перечисленных задач. Подсказки в виде вопросов или напоминаний о преследуемых на этом этапе целях, пошаговая проработка требуемого алгоритма учителем и др., все это осуществляется в режиме планирования, в который система переходит в случае затруднения

студента. При необходимости учитель сам может достроить небольшой отрезок программы, тем самым да-

вая возможность студенту продолжить программирование.

Построение структурной модели интеллектуальной компьютерной обучающей системы базируется на функционально-целевом подходе, в концепции управления индивидуальным обучением через целеполагание и соответствие целей ИКОС функциям предметной области. Такое соответствие обеспечивает как формальную постановку задачи анализа и принятия решения, так и практическую реализацию задач синтеза структуры ИКОС и алгоритмов обучения, оптимальных в смысле заданных критериев.

Общая модель ИКОС основана на формализации процесса обучения как процесса целенаправленного пополнения аппарата понятий и совершенствования базы знаний обучаемого. Модель представляет собой граф, множество вершин которого отождествлено с действиями учителя в процессе организации и реализации процедуры обучения, а множество ребер определяет связи между действиями и порядок их выполнения [1].

Таким образом, под процессом обучения будем понимать процесс накопления основных понятий обучаемого. Процесс заканчивается при совпадении множества основных понятий обучаемого и обучающего. Основные понятия отражают цель обучения на каждом шаге. Уточняющие понятия не имеют самостоятельного значения и играют роль признака, что облегчает задачу адаптации, а следовательно, и определяют последовательность обучения, формируя подцель.

Р-множество, определяющее знания обучаемого

В-множество новых знаний, полученных на основе

имеющихся

Рис. 2 Группа преобразований при обучении

Таким образом, процесс обучения можно представить как преобразование множества знаний обучаемого во множество новых знаний (рис. 2), полученное на основе имеющихся знаний. Обозначим эту группу преобразований через Е. Задача формулируется таким образом, надо найти неизвестную группу преобразований Е, изоморфно переводящую множество Р во множество В [2].

Вид этого преобразователя не известен. Однако именно в задании оптимального преобразования Е и заключается умение педагога построить индивидуальный процесс обучения.

ЛИТЕРАТУРА

1. Приобретение знаний: Пер. с япон./ Под ред. С.Осуги, Ю.Саэки. -М.:Мир,1990,-304 с.

2. Андреев А.Н., Блинов А.В., Юрков Н.К. Система дистанционной подготовки специалистов высшей

школы. Измерительная техника, М.: 1999, №5. С. 26-28.