Фреймы для представления знаний
Добавить в закладки К обложке
- Предисловие к русскому изданию - Страница 1
- Глава первая.Фреймы - Страница 3
- 1.1. Локальная и общая теории зрительного восприятия - Страница 5
- 1.2. Параллелизм - Страница 6
- 1.3. Искусственный интеллект и процессы решения задач человеком - Страница 7
- 1.4. Отслеживание образа куба - Страница 8
- 1.5. Носит ли зрительное восприятие символьную форму - Страница 10
- 1.6. Видение комнаты - Страница 12
- 1.7. Анализ сцен и субфреймы - Страница 13
- 1.8. Перспективы и перемена точек наблюдений - Страница 14
- 1.9. Заслонения - Страница 16
- 1.10. Образы и системы фреймов - Страница 17
- 1.11. Априорное означивание - Страница 18
- 1.12. Системы фреймов и конкретные мыслительные операции Пиаже - Страница 19
- Глава вторая. Язык, понимание и сценарии - Страница 21
- 2.2. Рассуждение - Страница 23
- 2.3. Смысловая структура рассуждений - Страница 25
- 2.4. Перевод - Страница 27
- 2.5. Активная и пассивная формы интеллектуальной деятельности - Страница 28
- 2.6. Сценарии - Страница 30
- 2.7. Более сложные сценарии - Страница 32
- 2.8. Вопросы, системы и концептуальные случаи - Страница 35
- Глава третья. Обучение, память и парадигмы - Страница 37
- 3.1. Требования к памяти - Страница 38
- 3.2. Сопоставление образцов - Страница 39
- 3.3. Оправдание - Страница 40
- 3.4. Суждения и сети подобия - Страница 41
- 3.5. Группы, классы и географические аналогии - Страница 43
- 3.6. Аналогии и альтернативные описания - Страница 45
- 3.7. Резюме. Использование фреймов в эвристическом поиске - Страница 47
- 3.8. Фреймы в качестве парадигм - Страница 49
- Глава четвертая. Управление - Страница 51
- 4.2. Фреймы и процесс согласования (по С.Фальману (1974)) - Страница 53
- Глава пятая. Пространственные образы - Страница 55
- 5.2. Глобальная система пространственных фреймов - Страница 56
- 5.3. Совершенствование системы - Страница 57
- 5.4. Эволюция - Страница 58
- 5.5. Вопросы измерений и количественных оценок - Страница 60
- Приложение. Критика логистического подхода - Страница 63
- Ф. М. Кулаков Приложение к русскому изданию - Страница 67
- Глава 1. Суть проблемы представления знаний - Страница 70
- Глава 2. Характерные особенности фрейм-подхода к проблеме представления знаний - Страница 71
- 2.1. Фрейм - визуальный образ - Страница 73
- 2.2. Фрейм-сценарий - Страница 74
- Глава 3. Способ формализации фреймов - Страница 77
- 3.1. Примеры формализованного представления фреймов-сценариев - Страница 78
- 3.2. Механизмы "приспособления" фрейма к реальной ситуации - Страница 79
- Список литературы - Страница 81
- Список литературы, добавленной при переводе - Страница 83
Ф. М. Кулаков Приложение к русскому изданию
Предлагаемая советскому читателю книга известного американского ученого Марвина Минского посвящена одной из наиболее важных и сложных проблем, обсуждаемых ныне в рамках исследований по "искусственному интеллекту", - проблеме представления знаний в памяти ЭВМ. Суть ее заключается в том, что любое "осмысленное" поведение искусственной системы в условиях реального внешнего мира требует наличия у этой системы специально организованной модели этого мира. Данные ряда фундаментальных наук и в первую очередь психологии, генетики, цитологии позволяют утверждать, что способность к информационному моделированию, к внутреннему воссозданию окружающей обстановки является основополагающей и необходимой в жизни и деятельности не только человека, но и животных. Создание искусственного интеллекта является целью бурно развивающегося нового научного направления, вся история которого свидетельствует в пользу правильности модельного подхода к решению данной проблемы. Особую значимость приобретают вопросы представления знаний о свойствах, характеристиках и закономерностях реальных внешних сред для построения робототехнических систем, обладающих широкими функциональными возможностями и высокой степенью автономии. Подобные кибернетические устройства, именуемые, интегральными роботами, разрабатываются как комплексные системы, способные воспринимать и анализировать информацию о внешнем мире, принимать самостоятельные решения и формировать управляющие воздействия для исполнительных органов с целью реализации принятых решений. Очевидно, что модель мира робота должна отражать совокупность объектов и отношений реального мира, существенных для решения некоторого множества задач, на которые нацелен робот.
Сложность решения проблемы представления чрезвычайно велика, и это объясняется в первую очередь недостатком наших знаний о механизмах человеческого мышления. Результаты, полученные при изучении человеческого интеллекта, оказывают все большее влияние на решение проблемы искусственного интеллекта. Последние в свою очередь помогают ученым глубже понять принципы работы человеческого мозга.
Существует несколько направлений исследований в области искусственного интеллекта, отличающихся, в частности, своими подходами к проблеме представления знаний.
Наиболее известные методы машинного представления знания: логистический, теоретико-графовый, а также метод, использующий для описания мира вектор-функции, определенные на нормированных пространствах.
Логистический метод, используемый, например, при построения такой известной системы для решения задач, как STRIPS (P.Файкс, Н.Нильсон, 1973), основан на привлечении языка исчисления предикатов первого порядка для формирования модели внешнего мира, на использовании понятий пространства состояний, а также методов доказательства теорем и эвристических методов как основных механизмов поиска решений. Модель в данном случае представляет собой систему аксиом - предложений языка исчисления предикатов первого порядка, определяющую всю совокупность объектов, характеристик и свойств внешнего мира робота, существенных для его функционирования. В случае относительно простых, статических сред системы аксиом выглядят достаточно компактно, а существующие поисковые процедуры (такие, как метод резолюций и его модификации, эвристика "анализа целей и средств" и др.) оказываются мощным средством для выработки планов действий. Но как только возникает задача создания машинной модели реальной, динамичной, недетерминированной внешней среды, то логистический подход оказывается несостоятельным вследствие резкого усложнения, как самих конструкций моделей, так и формализованного представления в них смысловых отношений между элементами внешней среды.
Кроме того, с усложнением внешнего мира число формализующих его аксиом лавинообразно растет, что приводит не просто к громоздкости машинной модели окружающей среды, но к ряду принципиальных трудностей. Они связаны, во-первых, с выбором только того подмножества из всего множества аксиом, которое имеет непосредственное отношение к решаемой в данный момент времени задаче, и, во-вторых, с активизацией и выполнением лишь тех дедуктивных процедур, которые существенны для получения конечного результата. Проблема заключается совсем не в том, чтобы из множества выведенных отобрать нужные теоремы, а в том, чтобы не выводить ненужных.
Аналогичные по характеру трудности возникают при использовании теоретико-графового метода, в рамках которого модель внешнего мира представляется в виде графа, узлы которого соответствуют возможным состояниям внешней среды, а дуги - возможным действиям, переводящим систему из одного состояния в другое.