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
Глава 1. Суть проблемы представления знаний
Проблема представления знаний является тем ключевым пунктом, через который проходят пути к достижению успеха, пожалуй, во всех направлениях исследований по искусственному интеллекту, начиная от проблем понимания естественного языка и кончая проблемами машинного восприятия зрительных образов и речи.
Очевидная первопричина сложности создания машинной модели реального мира кроется в бесконечном многообразии этого мира.
Действительно, представим себе, что такую модель необходимо создать для робота, предназначенного для выполнения неограниченного набора приказов человека и функционирующего в среде неограниченной вариативности. Если попытаться решить задачу "в лоб", путем представления модели мира в виде набора программ. каждая из которых соответствует последовательности возможных действий робота при выполнении одного из приказов, осуществляемых с учетом конкретных условий внешнего мира робота (состояния внешней среды), то возникают по крайней мере две непреодолимые трудности, обусловленные бесконечным многообразием реального мира. (Под условиями внешнего мира понимается не только мир, воссоздаваемый сенсорами робота, но и априорные знания о закономерностях реального мира).
Первая из них связана с необходимостью наличия в памяти ЭВМ неограниченного набора программ, каждая из которых рассчитана на выполнение приказа при определенном состоянии внешней среды.
Вторая трудность порождена необходимостью соотнести данный приказ оператора и состояние внешней среды робота с конкретной программой из этого неограниченного набора, ответственной за выполнение данного приказа в конкретной внешней ситуации, и выбрать эту программу из памяти за приемлемое весьма ограниченное время.
Иными словами, речь идет о машинном "понимании" за ограниченные отрезки времени языка приказов и "языка сенсоров", с помощью которых воспринимаются те особенности внешнего мира, которые важны для выполнения приказа. И если в отношении "понимания" языка приказов можно несколько уменьшить трудности за счет, например, использования приказов однозначного толкования, то в отношении понимания "языка" сенсоров это сделать невозможно.
Приведенные трудности объясняют нереальность создания модели реального мира таким путем. Несмотря на это, такой подход всё же несет одно ценное свойство. По крайней мере, на интуитивны уровне ясно, что каждую из программ, ответственную за выполнение данного приказа, можно построить так, чтобы учесть все необходимые для выполнения приказа особенности внешнего мира робота, причем реального внешнего мира со всем его многообразием и сложностью, что невозможно при использовании известных подходов из-за принципиальной ограниченности средств описания внешнего мира, характерных для этих подходов.
Конечно, ограниченность машинной памяти не позволит иметь большого количества таких программ, но в случае маловариативных сред и невысоких требований к диапазону функциональных возможностей робота реально получение приемлемых технических решений.
Очевидный путь, позволяющий, по-видимому, несколько уменьшить трудности создания машинной модели реального мира, лежит через кардинальное уменьшение числа входящих в модель программ при сохранении общего объема знаний о мире, содержащихся в этой модели.
Это можно было бы осуществить, если бы удалось определенным образом упорядочить, структурировать программы, образующие модель.
С этой целью, во-первых, полезно найти и выделить в разнообразных возможных действиях общие универсальные фрагменты, с помощью которых можно компоновать эти действия. Очевидно, из т таких универсальных фрагментов в пределе можно скомпоновать (1!+2!+3!+:+ m!) разнообразных действий. Если даже ограничить число используемых для описания действия фрагментов величиной m , т.е. имеет место колоссальный выигрыш в использовании памяти, тем больший, чем больше т.
Во-вторых, необходимо стремиться так построить программы, входящие в модель реального мира для робота, чтобы каждая из них была способна формировать широкий набор (в пределе бесконечный) разнообразных действий, варьируемых, например, в зависимости от характера информации, собираемой определенной группой сенсоров, или от модификации приказов.