На пути к обобщенным знаниям
Гладун В.П.

Изложены основные принципы построения автоматизированных систем планирования решений. Исходным положением является необходимость использования обобщенных знаний. Описаны способы применения обобщенных правил для упрощения процесса проектирования экспертных систем. Рассмотрено формирование метаправил для концептуальных умозаключений, в которых логический вывод реализуется на уровне семантических представлений текстов.

Выгоды от применения компьютеров в процессах решения задач оплачиваются трудоемкой и сложной работой по формализации прикладных областей, в которых решаются эти задачи. Коэффициент полезного действия компьютера тем выше, чем шире класс задач, представленный моделями (данными и знаниями), построенными в процессе формализации. Подводя итоги предшествующего этапа компьютеризации информационных процессов, можно отметить весьма узкую ориентацию существующих систем формализованных знаний как по типам решаемых задач, так и по объемам предметных областей. Проблемы приобретения и формализации знаний становятся камнем преткновения на пути распространения интеллектуальных систем.

Имеется только один действенный способ преодоления трудностей формализации - использование обобщенных знаний (метазнаний), настраиваемых на конкретные предметные области и классы задач путем ввода в них конкретных понятий и отношений. Использование метазнаний приводит к созданию новых концепций компьютерной реализации процессов планирования решений и логического вывода. Ниже мы рассмотрим некоторые методы, развитые на основе новых подходов.

Системы, предназначенные для формирования планов решений, получили название систем планирования решений [1 ]. Такие системы должны содержать базу знаний для хранения моделей действий, используемых в процессе планирования решений, и базу данных для хранения описаний исходных ситуаций и целей. Модели действий обычно имеют форму правил типа "если ..., то..." (продукционных правил). Наиболее распространенный подход к автоматизации процесса проектирования продукционных правил состоит в разработке человеко-машинного диалога, нацеленного на приобретение и формализацию знаний эксперта. Такой подход дает хорошие результаты в узких специализированных областях, но попытки создания на его основе достаточно универсального инструментария оказались неудачными.

Ниже предлагается другой подход, связанный с использованием обобщенных знаний. Подход реализуется в комплексе инструментальных средств планирования решений КОДЭКС [2].

Опыт применения систем планирования решений убеждает в том, что многочисленные задачи, для решения которых целесообразно применять современные системы планирования решений, могут быть объединены в несколько характерных классов. В настоящее время нами выделено девять классов:

• распределение ресурсов;
• снабжение потребителей;
• комплектование;
• последовательный выбор при наличии общих ограничений;
• отбор объектов на основе аналогии;
• классификация;
• сборка;
• размещение объектов;
• балансировка многопараметрических систем.

Классы 1 и 2 включают, например, задачи распределения строительных материалов среди строительных организаций, задачи организации снабжения топливом рыболовецких судов в различных зонах лова и т. п.

Цель задач комплектования - выделение из множества объектов подмножества, обеспечивающего получение заданных значений параметров. Задача нетривиальна, если существуют ограничения на совместимость отбираемых объектов. Продукционные правила моделируют действия по выбору объектов. К этому классу относятся задачи проектирования состава вычислительных комплексов по заданным параметрам; задачи проектирования технологии механосборки, включающие выбор инструментов, оборудования, оснастки и методов обработки; задачи проектирования конструкций из стандартных элементов и т. п.

Характерным примером задач 4-го класса является выбор технологических операций на различных стадиях технологического процесса при заданных ограничениях на весь процесс.

Задачи классификации, отбора объектов на основе аналогии широко распространены в инженерных разработках, научных исследованиях и организационном управлении.

Задачи сборки имеют целью создание нового составного объекта путем соединения объектов, имеющихся в исходной ситуации. К ним же можно отнести многие задачи проектирования, например задачи планирования сборки конструкций. Продукционные правила этих задач определяют действия, обеспечивающие соединение объектов.

В целевом условии задач размещения указывается новое пространственное размещение объектов, имеющихся в исходной ситуации. Правила описывают действия по перемещению объектов. Задачи размещения решаются, в частности, в связи с планированием действий роботов-манипуляторов.

Большую область распространения имеют задачи балансировки многопараметрических систем. Они возникают на основе следующей модели. Имеется множество параметров, связанных функциональными или эвристическими зависимостями. Для некоторых параметров заданы ограничения, например, интервалы изменения значений. Выделена группа управляющих параметров, т. е. параметров, с помощью которых можно воздействовать на систему. В таких системах возникает необходимость:

• выявлять параметры, для которых нарушаются заданные ограничения (точки дисбаланса);
• вырабатывать рекомендации о способах устранения дисбаланса путем изменения значений управляющих параметров;
• обеспечивать путем управляющих воздействий полную балансировку системы.

Подобные модели часто оказываются наиболее удобными для выработки решений в системах административного управления, при проектировании сложных объектов и т. д.

Для выделенных классов задач составляются обобщенные правила (метаправила), сформулированные в общих понятиях, являющихся родовыми по отношению к конкретным понятиям предметных областей.

(Нами приведен упрощенный вариант примера. Реальные метаправила для задач распределения ресурсов учитывают приоритет потребителей, их удаленность от источников, сроки поставок и т. п.)

В настоящее время разрабатываются два способа применения метаправил для упрощения процесса проектирования продукционных баз знаний.

Первый способ состоит в том, что продукционные правила для конкретных задач формируются путем замены в метаправилах родовых понятий конкретными понятиями предметной области. Например, после выполнения подстановок

строительный объект - - > потребитель

количество цемента - - > ресурс

описанное выше метаправило превращается в конкретное правило для планирования распределения стройматериалов по строительным объектам. Процесс проектирования продукций является интерактивным. В результате этого процесса формируется таблица соответствий между конкретными понятиями предметной области и родовыми понятиями метаправил.

При втором способе использования метаправил также составляется таблица соответствий конкретных и родовых понятий, но конкретные продукционные правила не формируются. Процесс построения планов решения реализуется на основе метаправил, а таблица соответствий используется для распознавания, их применимости в конкретных ситуациях. Весь процесс проектирования знаний в этом случае сводится к построению таблицы соответствий.

С проблемой планирования решений тесно связана другая стрежневая проблема искусственного интеллекта - моделирование правдоподобных рассуждений.

Рассмотрим примеры "человеческих" умозаключений, приведенные в книге Шенка [З].

Исследование подобных умозаключений вместе с ситуациями, в которых они реализуются, позволяет выделить следующие особенности:

ни в одном из приведенных выше умозаключений набор посылок не является достаточным для вывода заключений. Дополнительные посылки, необходимые для вывода заключения, выбираются не из модели ситуации, в которых реализуется умозаключение, а из базы понятийных знаний, отражающей опыт субъекта процесса рассуждения;

в качестве дополнительных знаний, используемых для вывода заключений, привлекаются признаки, входящие в содержание понятий.

Рассмотрим, например, первое умозаключение. Для вывода заключения привлекаются знания, отраженные в понятиях "ранить" и "камень". В содержание понятия "ранить" входит признак "твердый". Ранить можно чем-нибудь твердым. Этот признак входит в содержание понятия "камень". На основании пересечения содержаний понятий "ранить" и "камень" по признаку "твердый" умозаключение дополняется новыми посылками "ранить можно чем-нибудь твердым", "камень -твердый", которые в сочетании с явно заданными посылками позволяют сделать заключение "Джон ранил Билла камнем". Возьмем второе умозаключение. Причиной действия "ранить" может быть,злость. Этот признак понятия "ранить" и позволяет сделать заключение, что причиной ранения Мэри, вероятно, была злость Джона.

Использование знаний, содержащихся в понятиях, является спецификой всех приведенных выше умозаключений. Поэтому предложение Шенка называть такие умозаключения "концептуальными" (соncept - понятие) представляется удачным;

концептуальные умозаключения вероятностны, т. е. относятся к классу правдоподобных умозаключений. Можно выделить три причины вероятностное концептуальных умозаключений: игнорирование фактов, не отраженных непосредственно в посылках умозаключения; вероятностность неявных посылок, которая в свою очередь обусловлена многовариантностью выбора посылок в базе знаний;

многовариантность следствий, соответствующих посылкам.

Например, 1-е умозаключение вероятностно, поскольку в его посылках игнорируется такой возможный факт, как наличие у Джона помимо камня еще каких-нибудь предметов, например палки. В 3-м умозаключении используется знание о том, что книги предназначены для чтения. Но это лишь одно из возможных использований книги. Книга может использоваться как подставка, как украшение интерьера, как пресс и т. д. В данном случае причиной вероятностное умозаключения является вероятностность неявной посылки.

Концептуальные умозаключения представляют собой эффективный, отшлифованный природой инструмент правдоподобных рассуждений. Эффективность его состоит в возможности генерировать гипотезы, планы поведения, цепочки следствий в информационно бедных средах и ситуациях. Сильной стороной концептуальных умозаключений является отсутствие жестких требований к полноте и достоверности посылок, многовариантность заключений. Эта особенность позволяет отыскивать решения в условиях неопределенности и формировать планы успешного поведения в, казалось бы, безысходных ситуациях.

Умозаключений, основанных на специфике понятий и связях между понятиями, можно привести бесконечно много. Совершенно нереально иметь правила, моделирующие все такие умозаключения. Выход из положения состоит в типизации концептуальных умозаключений, что позволило бы использовать относительно небольшое число обобщенных правил (метаправил), соответствующих типам концептуальных умозаключений. Итак, при моделировании концептуальных умозаключений целесообразно использовать метаправила, соответствующие не отдельным конкретным умозаключениям, а типам умозаключений.

Прежде чем обсудить характерные типы концептуальных умозаключений, приведем основные элементы синтаксиса метаправил, используемых для их моделирования.

В концептуальном умозаключении собственно логический вывод реализуется на уровне семантических представлений текстов. Поэтому метаправила должны оперировать семантическими представлениями суждений.

Семантическое представление суждения будем описывать набором элементарных выражений типа /а/г/в/где г - имя отношения, а и в - имена понятий или элементарные выражения. Имя понятия может быть простым или составным.

Простое имя - строка любых символов, кроме скобок и тире, в которой могут быть пробелы или переменная Х с индексом. Составное имя состоит из двух простых имен, разделенных тире. В составном имени на 1-м месте указывается имя понятия, которое является родовым по отношению к понятию, имя которого указывается на 2-м месте. По структуре метаправило является продукционным правилом, левая и правая части которого состоят из элементарных выражений, разделенных точкой с запятой. Если суждение представлено несколькими элементарными выражениями, группа элементарных выражений, представляющих суждение, берется в фигурные скобки. В фигурные скобки заключается также группа выражений, представляющих знания об одном понятии. Между частями правила ставится стрелка.

Использование переменной в качестве имени понятия означает, что имеется в виду любое понятие. Переменная в составном имени стоит на 2-м месте и означает любое видовое понятие по отношению к другому понятию, обозначенному в составном имени. В пределах описания одного метаправила переменная с индексом всегда имеет одно и то же значение.

Используя данный синтаксис, запишем метаправила, с помощью которых можно реализовать умозаключения, приведенные выше в качестве примеров:

Звездочкой отмечены посылки, которые выбираются из базы знаний. Выражения, которые соответствуют посылкам, заданным явно, отмечены символом #. Особенностью приведенных метаправил является включение в них обобщенных родовых понятий. Родовые понятия "действие - X", "отношение - X", "семантический падеж - X" означают соответственно любое действие, любое отношение, любое из отношений, характеризующих роли аргументов предиката. Понятие "иметь" является обобщающим по отношению к понятию "держать", понятие "нуждаться в" - по отношению к понятию "хотеть". Используются также семантические падежи "агент" - одушевленный инициатор действия и "адресат" - лицо, в пользу или во вред которому совершается действие. Символ П, как обычно, обозначает пересечение множеств и может связывать имена понятий, представленных множествами признаков.

Можно выделить несколько характерных классов метаправил, использующих знания о понятиях. В результате выполнения метаправил формируются гипотезы: об октантах действий на основе знаний о действиях; об условиях, причинах, целях или результатах действий на основе знаний о действиях; об условиях, причинах или целях действий на основе знаний об их октантах; о намерениях на основе знаний об октантах предиката; о характеристиках октантов предиката на основе знаний о других октантах; об условиях, причинах возникновения свойств или отношений на основе знаний об этих свойствах или отношениях. В каждом из классов можно сформировать до пяти метаправил. Следовательно, общее число метаправил такого рода оказывается не больше 30.

Из метаправил, моделирующих концептуальные умозаключения, должны быть составлены метапроцедуры базовых процессов мыышления (анализа, синтеза, вывода по аналогии и т.п.), применение которых повлечет за собой изменение содержания и углубление исследований в области искусственного интеллекта.

Литература

1. Гладун В.П. Планирование решений. - Киев: Наукова думка, 1987.

2. Ващенко Н..Д., Гладун В.П., Дрючин Ю.Л. Инструментальный комплекс для построения экспертных систем КОДЭКС// Тр. Всес. конф. по искусственному интеллекту. - М., ВИНИТИ, 1988, с. 426-431.

3. Шенк Р. Обработка концептуальной информации. - М.: Энергия, 1980.