Логическая модель знаний
Источник: «Портал искусственного интеллекта»
Опубликовано: 05.03.2009
Основная идея при построении логических моделей знаний заключается в следующем – вся информация, необходимая для решения прикладных задач, рассматривается как совокупность фактов и утверждений, которые представляются как формулы в некоторой логике. Знания отображаются совокупностью таких формул, а получение новых знаний сводится к реализации процедур логического вывода. В основе логических моделей знаний лежит понятие формальной теории, задаваемое картежем:
■ – счетное множество базовых символов (алфавит);
■ – множество, называемое формулами;
■ – выделенное подмножество априори истинных формул (аксиом);
■ – конечное множество отношений между формулами, называемое правилами вывода.
Основные достоинства логических моделей знаний:
•в качестве «фундамента» здесь используется классический аппарат математической логики, методы которой достаточно хорошо изучены и формально обоснованы;
•существуют достаточно эффективные процедуры вывода, в том числе реализованные в языке логического программирования «Пролог»;
•в базах знаний можно хранить лишь множество аксиом, а все остальные знания получать из них по правилам вывода.
В логических моделях знаний слова, описывающие сущности предметной области, называются термами (константы, переменные, функции), а слова, описывающие отношения сущностей – предикатами.
Предикат – логическая -арная пропозициональная функция, определенная для предметной области и принимающая значения либо истинности, либо ложности. Пропозициональной называется функция, которая ставит в соответствие объектам из области определения одно из истинностных значений («истина», «ложь»). Предикат принимает значения «истина» или «ложь» в зависимости от значений входящих в него термов.
Способ описания предметной области, используемый в логических моделях знаний, приводит к потере некоторых нюансов, свойственных естественному восприятию человека, и поэтому снижает описательную возможность таких моделей.
Сложности возникают при описании «многосортных» миров, когда объекты не являются однородными. Так, высказывания:
«2 + 2 = 4»«Москва – столица России»имеют одно и то же значение «истина», но разный смысл. С целью преодоления сложностей и расширения описательных возможностей логических моделей знаний разрабатываются псевдофизические логики, логики, оперирующие с нечеткостями, эмпирическими кванторами, обеспечивающие индуктивные (от частного к общему), дедуктивные (от общего к частному) и традуктивные (на одном уровне общности) выводы. Такие расширенные модели, объединяющие возможности логического и лингвистического подходов, принято называть логико-лингвистическими моделями предметной области.
Обсудить на форуме
Вернуться на предыдущую страницу
Вернуться к списку статей в разделе – Модели представления знаний
Спасение утопающих дело рук Emily
Американская компания Hydronalix, специализирующаяся на разработке роботов передвигающихся по воде, продемонстрировала свое новое изобретение под назв...
06.07.2010
DustCart поможет сделать улицы Европы чище
На улицах Европы вскоре может появиться робот DustCart (что в переводе означает «мусорная тележка»), выполняющий функции мусорной урны. Самостоятельно...
06.07.2010
Проект «Минотавр»
Группа машинного зрения (MVG) и Группа интеллектуальных систем (ISG) университета Оулу (Финляндия), принимающие участие в стартовавшем в этом году тре...
06.07.2010
Виртуальная шахматная доска не заменит деревянную
Шахматы, появившиеся еще примерно в VI веке, до сих пор не потеряли своей популярности и с каждым годом обретают все больше поклонников. С появлением ...
30.06.2010
Швейцарские инженеры разработали робота, способного приземляться на стены
Швейцарские инженеры из Ecole Polytechnique Federale de Lausanne закончили разработку небольшого летающего робота, способного «приземляться» на деревь...
27.06.2010
Портал искусственного интеллекта. Баннеры
При использовании материалов с данного ресурса ссылка на сайт ОБЯЗАТЕЛЬНА
Проект
www.AIportal.ru © 2009-2010 гг.