Глава 2. ПРЕДПОСЫЛКИ СОЗДАНИЯ БАЗОВОЙ КОНЦЕПЦИИ ИИ 2.1 ВВЕДЕНИЕ Данная глава не может охватить все направления исследований в области ИИ . Поэтому здесь не рассматриваются такие проблемы , как : 1). организация общения между СИИ и человеком ; 2). распознавание образов ; 3). анализ изображений ; 4). формирование поведения ; 5). машинное обучение ; 6). улучшение архитектуры ; 7). аппаратная реализация интеллектуальных функций ; 8). реализация многопроцессорной архитектуры ; 9). соединение компьютеров в сети : а). локальные ; б). национальные ; в). континентальные ; г). общепланетную и др . По современным представлениям СИИ должна состоять из трех основных компонент [ Кузин ] : 1). базы данных ; 2). базы знаний ( БЗ ) ; 3). базы целей ( БЦ ) . БЦ в данной главе рассматриваться также не будут . Однако БД , БЗ , АИС и главные теоретические положения , лежащие в их основе , будут рассмотрены . Также в этой главе представлены : 1). современный уровень развития СИИ ; 2). некоторые национальные концепции ИИ , которые пока не реализованы в полном объеме из-за несовершенства теоретической базы . 2.2 ОСНОВЫ ТЕОРИИ АИС АИС являются важной составляющей СИИ . Рассмотрим основы их теории . АИС предназначены для накопления , хранения и выдачи информации . Удобнее всего информацию в АИС представлять в виде БД , о которых будет сказано в следующем параграфе . Забегая вперед , отметим , что АИС - это БД с интерфейсом и своей системой управления базами данных ( СУБД ) . Информация в АИС может быть самой разнообразной и касаться как различных описаний внешнего мира , так и внутренних абстрактных схем самой СИИ . Обычно информация в АИС представлена в виде некоторых сведений : 1). данных ; 2). фактов ; 3). высказываний ; 4). утверждений ; 5). сообщений ; описывающих , например , предметы реального мира и их свойства и принимающих значения " истинно " или " ложно " . Поэтому одной из важнейших дисциплин в теории АИС является математическая логика , представляющая собой методику и теорию математических доказательств . В математической логике широко применяется целый ряд математических приемов : 1). использование символьных обозначений ; 2). применение математической абстракции ; 3). применение математического обобщения ; 4). применение понятия операции ; 6). применение понятия логического значения ; 7). применение понятия высказывания . В математической логике используются также : 8). алгебра высказываний ; 9). полные системы логических связей ; 10).понятие предиката . Для описания совокупностей предметов и их свойств применяются : 1). теория множеств ; 2). реляционная алгебра . В теории множеств используются понятия : 1). элемента ; 2). подмножества ; 3). множества ; 4). равенства множеств ; и теоретико-множественные операции : 1). умножение ; 2). сложение ; 3). вычитание ; а также определено декартово произведение . Множество можно построить с помощью функции , а подмножество из множества легко выделить предикатом . Реляционная алгебра основана на понятии отношения . Отношение - это связь между предметами реального мира . Отношения бывают следующих типов : 1). рефлексивными ; 2). симметричными ; 3). антисимметричными ; 4). транзитивными . Отношения могут иметь тип : 1). эквивалентности ; 2). строгого порядка ; 3). древовидного ( иерархического ) порядка . Чтобы описать области связанных между собой предметов , необходимо не только их перечислить , но и описать связи между ними . Теория множеств позволяет это сделать . Над отношениями определены следующие операции : 1). сложение отношений ; 2). умножение отношений ; 3). деление ; 4). вычитание отношений ; 5). обмен позициями ; 6). операция расширения отношения ; 7). проекция отношения ; 8). преобразование отношений с помощью функций ; 9). удвоение позиции ; 10).ограничение предикатом ; 11).операция отождествления позиций ; 12).композиция двух отношений ; 13).свертка двух отношений ; 14).склеивание двух отношений . Между членами отношения ( атрибутами или группами атрибутов ) могут существовать : 1). функциональные зависимости ; 2). ключевые зависимости ( ключи ) ; 3). многозначные зависимости ; 4). зависимости соединения . В зависимости от наличия или отсутствия различных типов зависимостей между членами отношения определены нормальные формы отношений . Различные сведения должны выражаться на тех или иных языках . Для обработки сведений на ЭВМ их следует выразить на формальных языках с помощью символьных конструкций , являющихся средством представления информации , ее носителями . Теория множеств не применяется при введении символьных конструкций , так как она существенно усложнила бы все понятия теории символьных конструкций , которая является начальным разделом теории формальных языков и теории алгоритмов . Основные понятия теории символьных конструкций - это : 1). буквы ; 2). связи ; 3). оболочки ; 4). символьные конструкции ; 5). слова ; 6). алфавиты ; 7). классы символьных конструкций . Формальные языки - это математические объекты , сохраняющие некоторые аналогии с етественными языками . Формальные языки применяются как средства представления информации , позволяющие автоматически ее перерабатывать без участия человека . Такое возможно , если смысл символьных конструкций - предложений - определяется их формой . Существуют две схемы , называемые формальными грамматиками , порождающие формальный язык . Это : 1). дедуктивные порождающие грамматики ; 2). индуктивные порождающие грамматики . Если для некоторого класса символьных конструкций создана хотя бы одна из таких грамматик , то существует доказательство , что этот класс символьных конструкций - формальный язык . Для того , чтобы обработать сведения на ЭВМ , требуется составить программу , которая является машинным представлением алгоритма . Существует аналитическая теория алгоритмов , возникшая в математической логике в качестве вспомогательной дисциплины , применяемой для внутренних потребностей математики . Первоначальными задачами теории алгоритмов были : 1). изучение проблемы неразрешимости ; 2). обоснование математики . Сначала использовали интуитивное понятие алгоритма : алгоритм - это строгое правило , с помощью которого можно механически решить задачу . По А.А.Маркову алгоритм представляет собой предписание , позволяющее от исходных данных прийти к конечному результату . Кроме того , это предписание обладает следующими свойствами : 1). определенности ( то есть алгоритм должен а). быть общепонятным ; б). включать в себя точные и строгие инструкции , не допускающие никакого произвола ) ; 2). массовости ; 3). результативности . В результате уточнения формулировки Маркова приходим к выводу , что алгоритм представляет собой предложение формального языка и задает дискретный процесс перехода от исходных данных , записанных в виде предложения ( другого ) формального языка , к искомому результату , тоже записанному в виде предложения формального языка . Алгоритмический процесс представляет собой совокупность шагов , на каждом из которых происходит выполнение простых операций . Операциями называются : 1). натуральные операции : а). натуральные действия : a). а-генерация ; b). аннигиляция ; c). нахождение начала слова ; d). продвижение вперед ; e). продвижение назад ; f). удлинение вперед ( без продвижения ) ; g). отбрасывание конца ; h). замена буквы на а ; j). отключение ; б). натуральные условия : a). условие непустоты ; b). условие начала ; c). условие конца ; d). условие тождества букв ; 2). линеаризация и делинеаризация ; 3). двухместная операция соединения слов ( конкатенация ) ; 4). всякое объявленное операцией отображение , осуществляемое алгоритмом . Больше никаких операций нет . Наконец , можно прийти к выводу , что интуитивное понимание алгоритма приводит к тому , что его определение , принимает вид рекурсивного определения , так как новые алгоритмы строятся посредством уже имеющихся . Поэтому должно быть сформулировано понятие алгоритма , не опирающегося на понятие алгоритма , чтобы выйти из так называемого порочного круга . Для этого вводится понятие первичных алгоритмов , на основе которого задается широкое формальное определение алгоритма . Обработка информации компьютером должна вестись рационально , то есть в соответсвии со специально написанными программами ( алгоритмами ) за как можно более короткое время с желательно минимально необходимым расходованием различных ресурсов . Приемлимые решения вышеперечисленных вопросов можно получить с помощью теории сложных систем . Сама теория сложных систем в представленной работе не рассматривается , но в отдельном параграфе следующей главы будет дано наиболее удобное , по мнению автора , определение ( О ) понятия системы , а также будут сформулированы основные принципы , которыми следует руководствоваться при создании СИИ и РК-машин . В многочисленных работах по теории информационных систем и работах , касающихся вопросов структуры информации , а также вопросов логического представления информации в памяти вычислительной машины , в качестве математического аппарата используется теория графов . Основными понятиями теории графов являются [криницкий,емеличев] : 1). вершина ; 2). дуга ; 3). начало дуги ; 4). конец дуги ; 5). ребро ; 6). путь ; 7). контур ; 8). цепь ; 9). цикл ; 10).база ; 11).ядро ; 12).паросочетание ; 13).покрытие ; 14).связность ; 15).обход ; 16).остов ; 17).изоморфизм ; 18).матроид ; 19).трансверсаль ; 20).клика ; 21).компонента ; 22).подграф ; 23).графы : а). ориентированные ; б). неориентированные ; в). смешанные ; г). связные ; д). несвязные ; е). цикличные ; ж). ацикличные ; з). отмеченные ; и). неотмеченные ; к). регулярные ; л). двудольные ; м). реберные ; н). " почти все " ; о). двусвязные ; п). плоские ; р). планарные ; с). непланарные ; т). гамильтоновы ; у). расщепляемые ; ф). пороговые ; х). эйлеровы ; ц). совершенные ; ч). триангулированные ; 24).дерево ; 25).бинарное дерево ; 26).сеть ; 27).мультиграф ; 28).гиперграф и т . д . В настоящее время известно немало задач в теории графов , относящихся к классу NP-полных , то есть трудных для алгоритмического решения . Это как бы сигнализирует о том , что алгоритмический подход на самом деле является далеко не универсальным , и что стоит искать иные , неалгоритмические пути решения задач подобного типа , если только , конечно , такие пути существуют . Перечислим некоторые NP-полные задачи из теории графов [емеличев] : 1). клика ; 2). независимость ; 3). выполнимость ; 4). изоморфный подграф ; 5). вершинное покрытие ; 6). доминирующее множество ; 7). гамильтонов цикл ; 8). ядро ; 9). вершинная ( реберная ) раскраска . NP-полнота для всех этих задач формально доказана . Таким образом , в основе теории информационных систем лежат : 1). математическая логика ; 2). теория множеств ; 3). реляционная алгебра ; 4). теория символьных конструкций ; 5). теория формальных языков ; 6). теория алгоритмов ; 7). теория сложных систем ; 8). теория графов . Более подробно основы всех этих теорий можно посмотреть , например , в [ криницкий и др .] . Как видно из данного параграфа , современные исследователи и разработчики ИИ имеют в своем распоряжении мощную теоретическую базу . 2.3 БАЗЫ ДАННЫХ И АИС На первых этапах развития вычислительной техники решались , в основном , задачи вычислительного характера . Решения этих задач требовались для инженерных расчетов , которые отличались сложными алгоритмами и простыми данными . Однако , со временем область применения вычислительной техники расширялась . Так , например , в экономических задачах алгоритмы просты , а число данных велико и их структура может быть очень сложной . Еще более сложная структура в информационно-поисковых системах ( ИПС ) или , как их еще называют , АИС ; в этих системах элементы данных связаны между собой различными зависимостями . Наиболее важная и общая задача при работе с большими объемами данных - это поиск данных с определенными свойствами , причем время поиска в значительной мере определяется структурой данных . Основные идеи современной информационной технологии базируются на концепции баз данных : основа информационной технологии - это данные , которые должны быть организованы в базу данных с целью адекватного отображения изменяющегося реального мира и удовлетворения информационных потребностей пользователей . Первоначально концепцию БД сформулировали для решения на ЭВМ экономических задач , при решении которых без усложнения алгоритмов решения можно организовать данные определенным образом , создав объединенную систему исходных данных , что позволяет значительно удешевить подготовку информации к каждой задаче . Основное требование , предъявляемое к БД , - одна и та же информация ( одни и те же сведения ) должны присутствовать в БД только в одном экземпляре , что означает полное устранение избыточности данных . Но сформулировать это требование на формальном языке практически невозможно - очень сложно определить , какие данные содержат одну и ту же информацию . В шестидесятые годы появились первые промышленные системы управления базами данных - специализированные программные средства , предназначенные для организации и ведения БД , которые позволили существенно облегчить работу программистов . Основные цели создания СУБД - это : 1). снижение затрат на разработку прикладных задач за счет использования готовых функций ; 2). ускорение процесса проектирования за счет применения готовых библиотек ; 3). частичная автоматизация процесса программирования . СУБД расширяет функции операционной системы ( ОС ) , упрощает доступ к БД , поддерживает сервисные функции для пользователя . Со временем стало ясно , что , помимо экономических задач , БД могут успешно применяться во многих других областях . Поэтому к БД появился серьезный интерес ; многие ученые начали проводить исследования в области организации данных , которые привели к созданию мощных программных систем , основанных на концепции БД , - ИПС или АИС . Таким образом , АИС - это совокупность баз данных со своими СУБД и интерфейсом , разрабатываемых с целью построения адекватной модели предметной области . Иногда совокупность БД со своей СУБД называют банком данных . В восьмидесятые годы появляется много систем , базирующихся на использовании знаний , то есть делается следующий шаг в направлении реализации СИИ , опирающихся на новые информационные концепции , так называемые высокие технологии и стремительно развивающиеся персональные компьютеры . Системы БД с каждым годом становятся все более интеллектуальными . На внешнем уровне их архитектуры реализуются разнообразные семантические модели данных , создаются " дружелюбные " интерфейсы для пользователей . В настоящее время разработано несколько основных моделей данных : 1). сетевые ; 2). иерархические ; 3). реляционные ; 4). бинарные ; 5). семантические сети ; 6). фреймы и некоторые другие . Подробная классификация АИС в соответствии с их логической организацией будет дана в следующем параграфе . Из всех перечисленных моделей данных только одна стандартизирована по множеству операций - это реляционная модель , которая , благодаря стандартизации очень удобна для представления данных . Самая примитивная АИС базируется на обычной файловой системе , которая также , как и БД , использует различные модели тех или иных предметных областей . Однако эти модели , реализованные в виде файловых систем , создаются в отдельности для каждого конкретного приложения ; они не учитывают интеграцию данных . Перечислим основные характеристики БД , отличающие их от файловых систем ( приведенные характеристики основаны на : I). курсе лекций по БД Копейкина М . В . , к . т . н . , доц . кафедры СТ и ЭВМ СЗПИ ; II). [ иск . инт . кн 3 ] ; III). практическом опыте автора данной работы по созданию разнообразных АИС ) : 1). сокращение дублирования информации за счет структурирования данных ; 2). повышение надежности данных ; 3). повышение целостности данных в пределах одной предметной области ; 4). повышение сохранности данных ; 5). обеспечение целостности данных в широком диапазоне разнообразных предметных областей и операционных установок ; 6). сохранение затрат интеллектуального труда ; 7). простота и легкость использования данных , сложный доступ к данным осуществляется средствами СУБД ; 8). независимость прикладных программ от изменений описаний данных и наоборот на основе принципов логической и физической независимости а). принцип логической независимости - изменение структуры данных не должно приводить к изменению программ ; б). принцип физической независимости - прикладные программы не должны зависеть от той или иной технической реализации внешних устройств ; эта независимость достигается за счет специальных программ , которые называют драйверами ; 9). простота внесения изменений в структуры данных ; 10).обеспечение достоверности данных ; 11).поддержка непротиворечивости данных ; 12).возможность реализации дедуктивных СУБД ; 13).обеспечение требуемой скорости доступа к данным ; 14).стандартизация данных в пределах одной предметной области ; 15).возможность использования единой методики проектирования как схемы реляционной БД , так и схемы БЗ , реализованной в виде продукционной системы ; 16).более прогрессивная реализация внутренней схемы СИИ ; 17).естественные и эффективные представления в БД разнообразных отношений между объектами предметных областей ( например - пространственно-временных с визуализацией данных ) ; 18).автоматическая реорганизация данных ; 19).возможность использования единой методики для реорганизации как данных в реляционной БД , так и знаний в БЗ , реализованной в виде продукционной системы ; 20).защита от искажения и уничтожения данных ; 21).многократное использование данных ; 22).обработка незапланированных запросов ( существуют специальные языки манипулирования данными , например - язык SQL ) ; 23).поддержка широкого спектра типов представляемых данных и операций над ними , включая : а). фактографические ; б). документальные ; в). картинно-графические данные . 24).создание предпосылок для распределенных БД ; 25).интеграция неоднородных БД . Перечисленные отличия БД от файловых систем позволяют сделать вывод , что концепция баз данных является принципиально новым шагом в реализации мощных АИС и интеллектуальных систем , созданных на основе АИС . 2.4 КЛАССИФИКАЦИЯ АИС ПО ЛОГИЧЕСКОЙ ОРГАНИЗАЦИИ В данном параграфе дается классификация АИС в зависимости от той логической структуры информации , которая хранится в схеме БД . Концепция БД была описана в предыдущем параграфе . Так как общепризнанная структура СИИ состоит из трех основных компонент : БД , БЗ и БЦ , то вопросы выбора модели БД являются очень важными для разработчиков ИИ . Как уже было сказано , сейчас существуют несколько моделей БД , но предпочтение отдается реляционной модели , предложенной в 1969 г . молодым сотрудником фирмы IBM Коддом [ 4 раб.Кодда ] . В последнее десятилетие появилось несколько модификаций реляционной модели . Одна из самых перспективных модификаций - это объектно-реляционная модель . Однако , по всей видимости , для универсальных СИИ , к созданию которых надо стремиться , представление БД в виде только реляционной или только объектно-реляционной модели недостаточно . Поэтому для подобных систем требуется рациональное сочетание нескольких существующих моделей с целью эффективного использования их достоинств и всемерного ограничения проявления недостатков , присущих той или иной модели . Рассмотрим существующие модели АИС . Первые АИС были дескрипторными . Подобные системы могут описать любую область реального мира при условии , что выдаваемая информация об этой области должна быть удовлетворительной . Основной элемент информационного фонда ( ИФ ) дескрипторной АИС - это аннотация или реферат : 1). книги ; 2). документа ; 3). явления ; 4). предмета ; который должен отражать свойства объекта , представляющие интерес для пользователя-человека . Вопрос к дескрипторной АИС формулируют в виде перечня дескрипторов , который характеризует нужный реферат . При отображении предметной области может быть сделано предположение о ее объектно-характеристической структуре , то есть в этом случае считают , что предметная область представляет собой совокупность объектов ; каждый из этих объектов обладает набором характеристик , а каждая характеристика принимает одно из конечного числа значений . Здесь необходимо отметить , что для отображения предметной области в памяти электронно-вычислительной машины должно быть достаточно описания конечного числа объектов . Это становится возможным при накладывании на предметную область различного рода ограничений . Между объектами и их характеристиками могут существовать разнообразные связи и отношения , учитываемые при описании предметной области . Таким образом строятся объектно-характеристические АИС . В сложной объектно-характеристической АИС набор характеристик может быть представлен в виде ориентированного мульти-графа ( типа сплетения ) . Форма представления объектно-характеристической АИС - табличная . В некоторых случаях предметную область удобно описывать в виде системы отношений , каждое из которых представимо в виде совокупности так называемых триад - множеств , состоящих из трех элементов . Первый элемент в триадном множестве называется именем отношения , второй - ролью , третий - исполнителем роли . АИС , построенные подобным образом , называются триадными . В самом простом случае триадная АИС строится расположением всех имеющихся триад в произвольном порядке в последовательность . Информация в триадную АИС может быть занесена на естественном языке , что делает удобным применение триадных АИС в некоторых СИИ . Сотрудники системного комитета КОДАСИЛ ( CODASYL ) предложили свой метод описания предметной области - метод КОДАСИЛ ( CODASYL ) . Метод КОДАСИЛ мало пригоден , если АИС реализована в виде дескрипторной , объектно-характеристической или триадной структуры . Но для реляционных , иерархических и сетевых структур метод КОДАСИЛ достаточно эффективен . Основной недостаток метода КОДАСИЛ - большая избыточность данных . Один из примеров такой избыточности - повторяющиеся группы . В настоящее время реляционные АИС нашли широкое распространение в среде современных персональных компьютеров . Форма представления реляционных АИС - табличная . Работа с этими таблицами ведется при помощи операций реляционной алгебры , перечисленных в п. 2.2 , а также с помощью специальных действий , используемых для модификации данных внутри таблиц . Реляционная модель наиболее абстрактна , в ней не различают понятия объекта и связи между объектами . В реляционной модели предметная область представлена в виде одного понятия - отношения , которое в первом приближении можно рассматривать как таблицу . Реляционная модель наиболее проста и однотипна , но при ее использовании в общем случае требуется больше памяти , чем для иерархической или сетевой моделей . В случаях модификации хранимых данных для реляционной модели также характерны различные аномалии , которые можно снизить до минимума , если набор отношений приведен к нормальной форме Бойс-Кодда ( БКНФ ) . То есть реляционное описание предметной области считается приемлимым , если схема БД получена в результате работы процедуры , называемой процедурой нормализации и приводящей заданное отношение , как минимум , к БКНФ . Более подробную информацию об этой процедуре можно найти , например , в [ Майер ] или [ Дрибас ] . Упрощенная модель реляционных БД представлена в [Дейт] . Весьма небезынтересна работа [Цикритис] , посвященная моделям данных . Оптимальный метод нормализации до третьей нормальной формы ( 3НФ ) включительно приведен в [Некл,Цал] . Существует аппарат сведения к реляционной других моделей данных [Калиниченко,1983] . Реляционная модель считается завершенной [майер,цаленко] , хотя , по мнению автора настоящей работы , потенциал дальнейшего развития теории реляционных БД еще далеко не исчерпан . В 1992 году уровень продаж реляционных СУБД впервые превысил уровень продаж нереляционных СУБД . Объектно-реляционные АИС , в основном , соответствуют основополагающим принципам реляционной модели . Правда , здесь по-иному происходит процесс проектирования схемы БД : искусственно выделяются наиболее " устойчивые " атрибуты ( по мнению разработчика ) , затем исходная схема БД представляется в виде полного графа , из которого выделяют некоторый минимальный или рациональный подграф - результирующую схему . Основное преимущество объектно-реляционной модели - более легкая перенормализация отношений при изменении предметной области ( по сравнению с обычной реляционной моделью ) . Механизм выбора " лучшей схемы " в объектно-реляционной модели основан на правиле " золотого сечения " . Детально процесс проектирования объектно-реляционных БД представлен в [Копейкин] . Бинарные АИС непротиворечивы . В таких АИС в каждом реляционном отношении содержится два атрибута . Но подобная организация данных характеризуется большой избыточностью . Наиболее известной бинарной моделью считается модель Сенко [senko] . Очень близка к таким моделям модель , основанная на языке синтагматических цепей , которая применяется в ситуационном управлении [поспелов д.] . При описании предметной области в виде АИС с иерархической ( древовидной ) структурой приходится делать определенные допущения . Обычно АИС с иерархической структурой организуют тогда , когда вся предметная область представляет собой какой-либо класс , который разбивается на подклассы , а подклассы , в свою очередь , разбиваются на подклассы подклассов и т . д . При этом все части такой АИС , полученные при помощи разбиения , должны быть непересекающимися . Иерархическое представление данных отличается очень большой информационной избыточностью , - одни и те же данные часто необходимо дублировать в разных деревьях доступа к данным . Если же устранить избыточность , то тогда возникает проблема по модификации хранимых данных . Описание предметной области при построении иерархической АИС можно получить посредством способа КОДАСИЛ . Иногда предметную область можно адекватно описать в виде сети , которой соответствует неориентированный мультиграф . Вершинами этого мультиграфа могут быть тексты , таблицы и так далее . Можно сказать , что сетевая модель представляет собой граф доступа к данным . Эта модель позволяет сократить информационную избыточность иерархической модели и сделать более устойчивой реляционную модель . С помощью сетевого подхода можно описать данные единственным образом . Сетевая модель - единственная , в которой строго выдерживается принцип : одни и те же данные содержатся в БД только в одном месте и только в единственном экземпляре . По сравнению с иерархической моделью сеть по своей природе является более общей математической структурой . Сетевая АИС может быть создана в результате применения метода КОДАСИЛ . Семантические сети были созданы в области машинной лингвистики для анализа смысла естественного языка ( ЕЯ ) . Семантическая сеть представляет собой направленный граф , имеющий узлы и дуги . Узлы предназначены для представления объектов и различных свойств . Дуги отображают связи и отношения между узлами . Узлы и дуги , как правило , имеют названия ( говорят , что они поименованы ) . Семантические сети описаны , например , в работе [Попов] . В этой же работе показано , что АИС на базе семантических сетей очень удобны для создания системы общения с ЭВМ на ограниченном естественном языке ( ОЕЯ ) . Со временем концепция семантических сетей была усовершенствована ; появились так называемые расширенные семантические сети . Основное отличие расширенной семантической сети от традиционной - это возможность разделять сети на подсети ( пространства ) и устанавливать отношения не только между вершинами , но и между пространствами . Различные пространства , существующие в сети , могут быть упорядочены в виде дерева пространства . Пространства обычно группируются в упорядоченные множества - перспективы . АИС на базе расширенной семантической сети более эффективна , чем АИС на базе традиционной семантической сети . Расширенные семантические сети описаны в [Попов], а также [Хенд.а]и[Хенд.б] . Главное преимущество семантических сетей - отсутствие каких-либо ограничений на типы связей и количество узлов . В семантической сети можно использовать столько узлов , сколько необходимо , - их количество можно легко наращивать . Еще одна важнейшая особенность семантической сети - это возможность наследования свойств , то есть какой-либо один узел семантической сети может заимствовать , наследовать свойства , приписанные другому узлу . Слабое место АИС , построенных на базе семантических сетей - это работа с исключениями . Для решения указанной проблемы применяют различные методики . Общим подходом при обработке исключений считается превращение каждого исключения в правило путем добавления к сети новых узлов . Но этот метод эффективен только тогда , когда количество исключений невелико . В противном случае необходимо пересматривать структуру сети . В справочнике [Криницкий] рассмотрены следующие типы АИС ( из вышеупомянутых ) : 1). дескрипторные ; 2). объектно-характеристические ; 3). триадные ; 4). реляционные ; 5). иерархические ; 6). сетевые . Авторы справочника считают , что все вышеперечисленные АИС можно считать частным случаем систем с символьным ИФ , общая теория которого пока еще не разработана . Также до сих пор не известно , существуют ли структуры АИС , более общие , чем символьный фонд . Весьма перспективным кажется использования для исследования данной проблемы основных принципов теории информационных обобщений , сформулированных автором представленной работы в следующей главе , но такое исследование выходит за рамки нашего повествования . Одними из самых сложных и , возможно , перспективных являются АИС с фреймовой структурой . Пока подобные АИС применяются крайне редко . К тому же здесь не ясны многие теоретические вопросы , касающиеся , например , устранения избыточности данных . Фреймы очень удобны для хранения фактической информации . При построении АИС на базе фреймовой модели все характеристики какого-либо объекта , события , явления группируются вместе , а затем обрабатываются как единое целое . Обычно в виде фрейма описывается один объект . Каждый фрейм имеет имя , которое обычно совпадает с названием описываемого объекта . Вся информация об этом объекте содержится в структурных элементах фрейма , которые называют слотами и заполняют константами , ссылками на другие фреймы , правила , процедуры . Другими словами , основная идея фреймовой модели заключается в том , что любому объекту описываемой предметной области ставится в соответсвие некоторый скелет , шаблон , через поведение которого проявляются особеннояти описываемого объекта отображаемой предметной области . Наконец , возможно создание процедурной АИС , реализованной в виде совокупности ( системы ) подпрограмм . В справочнике [Криницкий] можно найти не только описание различных типов АИС ( в том числе и процедурных ) , но и описание функциональных подсистем , встречающихся в АИС различного типа : 1). двух видов словарей : а). словарь первого вида - последовательность кодов , размещенных в последовательных полях памяти ; б). словарь второго вида - пара выравненных последовательностей кодов , размещенных в двух массивах последовательных полей ; 2). классификаторов ; 3). тезаурусов ; 4). шкал ; 5). таблиц ; 6). массивов однотипных символьных конструкций . Важнейшая часть информации , содержащейся в АИС , обычно реализуется в виде массива символьных конструкций или совокупности таких массивов . Другие функциональные подсистемы , как правило , используются в качестве вспомогательных частей ИФ , облегчающих доступ к основной информации . Некоторые практические реализации моделей данных и СУБД можно найти в справочнике [Наумов] . В этом справочнике дано описание ряда конкретных систем для ЭВМ различных классов ( ЕС ЭВМ , СМ ЭВМ , ПЭВМ ) : 1). ИНЕС ; 2). ВЕРА ; 3). ПАЛЬМА ; 4). ИНТЕРБАЗА ; 5). НИКА ; 6). R : BASE FOR DOS ; 7). FOXBASE + ; 8). Clipper ; 9). DATAEASE и некоторых других , разработанных как у нас в стране , так и за рубежом . Таким образом , в этой главе были рассмотрены следующие модели данных : 1). дескрипторные ; 2). объектно-характеристические ; 3). триадные ; 4). реляционные ; 5). объектно-реляционные ; 6). бинарные ; 7). модель , основанная на языке синтагматических цепей ; 8). иерархические ; 9). сетевые . 10).семантические сети ; 11).расширенные семантические сети ; 12).фреймы ; 13).процедурные ; 14).с символьным информационным фондом ; а также метод КОДАСИЛ . О моделях , основанных на файловой системе , было сказано в предыдущем параграфе . 2.5 ВОЗМОЖНЫЕ РЕАЛИЗАЦИИ КОНЦЕПЦИЙ БД ( АИС ) И БЗ НА ЯВУ В п . 2.2 рассмотрены основные теоретические положения , с помощью которых могут быть созданы современные АИС . В п . 2.4 дана классификация АИС , а также перечислены некоторые коммерческие версии СУБД , позволяющие на практике реализовать концепцию БД . Однако , эта же концепция может быть воплощена в действительность и на базе универсальных языков программирования ПЭВМ , являющихся практической реализацией научных напрвлений , рассмотренных в п . 2.2 . Причем в некоторых случаях , например - при решении задач , в которых размеры полей записей динамически изменяются , использование универсальных ЯВУ для представления данных и может оказаться более предпочтительным , чем применение штатных СУБД . Перечислим существующие ЯВУ [чоговадзе] , работающие под управлением MS-DOS , основываясь на следующей схеме граф ( ГР ) : ГР 1). название языка ; ГР 2). наименование практической реализации ; ГР 3). вид транслятора : а). компилятор ( К ) ; б). интерпретатор ( И ) ; ГР 4). фирма-разработчик ; ГР 5). автор этой работы : а). программировал на данном ЯВУ ( ДА ) ; б). не программировал на данном ЯВУ ( НЕТ ) ; ГР 6). ЯВУ : а). удобен для реализации концепции БД ( БД ) ; б). удобен для реализации концепции БЗ ( БЗ ) ; в). не подходит для реализации вышеупомянутых концепций { его применение нерационально } ( - ) ; г). не известно , рационально или нерационально его применение ( ? ) ; ------------T------------T---T------------------------T-----T-----¬ ¦ ГР1 ¦ ГР2 ¦ГР3¦ ГР4 ¦ ГР5 ¦ ГР6 ¦ +-----------+------------+---+------------------------+-----+-----+ ¦Макроассем-¦ AVMAC ¦ К ¦ Avoset Systems , Inc .¦ НЕТ ¦ - ¦ ¦ блер ¦ ¦ ¦ ¦ ¦ ¦ ¦ +------------+---+------------------------+-----+-----+ ¦ ¦ Macroassem-¦ К ¦ Microsoft Corp . ¦ ДА ¦ - ¦ ¦ ¦ bler ¦ ¦ ¦ ¦ ¦ +-----------+------------+---+------------------------+-----+-----+ ¦ Си ¦ Mix C ¦ К ¦ Mix Software ¦ НЕТ ¦БД,БЗ¦ ¦ ¦ Compiler ¦ ¦ ¦ ¦ ¦ ¦ +------------+---+------------------------+-----+-----+ ¦ ¦ Let`s C ¦ К ¦ Mark Williams Company ¦ НЕТ ¦БД,БЗ¦ ¦ +------------+---+------------------------+-----+-----+ ¦ ¦ C 86 PLUS ¦ К ¦ Computer Innovations ¦ НЕТ ¦БД,БЗ¦ ¦ +------------+---+------------------------+-----+-----+ ¦ ¦ Aztec C ¦ К ¦ Manx Software Systems ¦ НЕТ ¦БД,БЗ¦ ¦ +------------+---+------------------------+-----+-----+ ¦ ¦ Lattice C ¦ К ¦ Lattice , Inc . ¦ НЕТ ¦БД,БЗ¦ ¦ ¦ Compiler ¦ ¦ ¦ ¦ ¦ ¦ +------------+---+------------------------+-----+-----+ ¦ ¦ MS C ¦ К ¦ Microsoft Corp . ¦ ДА ¦БД,БЗ¦ ¦ ¦ Compiler ¦ ¦ ¦ ¦ ¦ ¦ +------------+---+------------------------+-----+-----+ ¦ ¦ Turbo C ¦ К ¦ Borland International ¦ ДА ¦БД,БЗ¦ ¦ +------------+---+------------------------+-----+-----+ ¦ ¦ Turbo C ++ ¦ К ¦ Borland International ¦ ДА ¦БД,БЗ¦ +-----------+------------+---+------------------------+-----+-----+ ¦ Фортран 4 ¦ Utah ¦ К ¦ Ellis Computing ¦ НЕТ ¦ ? ¦ ¦ ¦ FORTRAN ¦ ¦ ¦ ¦ ¦ +-----------+------------+---+------------------------+-----+-----+ ¦ Фортран 77¦ FORTRAN 77¦ К ¦ PECAN ¦ НЕТ ¦ ? ¦ ¦ +------------+---+------------------------+-----+-----+ ¦ ¦ FORTRAN ¦ К ¦ Microsoft Corp . ¦ НЕТ ¦ ? ¦ ¦ ¦ COMPILER ¦ ¦ ¦ ¦ ¦ ¦ +------------+---+------------------------+-----+-----+ ¦ ¦ Lahey ¦ К ¦ Lahey Computer Systems,¦ НЕТ ¦ ? ¦ ¦ ¦FORTRAN F77L¦ ¦ Inc ¦ ¦ ¦ ¦ +------------+---+------------------------+-----+-----+ ¦ ¦Pro-FORTRAN ¦ К ¦ Prospero ¦ НЕТ ¦ ? ¦ +-----------+------------+---+------------------------+-----+-----+ ¦ PL/1 ¦ PL/M-86 ¦ К ¦ Intel ¦ ДА ¦ БД ¦ +-----------+------------+---+------------------------+-----+-----+ ¦ Паскаль ¦ Turbo ¦ К ¦ Borland International ¦ ДА ¦БД,БЗ¦ ¦ ¦ Pascal 3.0 ¦ ¦ ¦ ¦ ¦ ¦ +------------+---+------------------------+-----+-----+ ¦ ¦ Turbo ¦ К ¦ Borland International ¦ ДА ¦БД,БЗ¦ ¦ ¦ Pascal 4.0 ¦ ¦ ¦ ¦ ¦ ¦ +------------+---+------------------------+-----+-----+ ¦ ¦ Turbo ¦ К ¦ Borland International ¦ ДА ¦БД,БЗ¦ ¦ ¦ Pascal 5.0 ¦ ¦ ¦ ¦ ¦ ¦ +------------+---+------------------------+-----+-----+ ¦ ¦ Turbo ¦ К ¦ Borland International ¦ ДА ¦БД,БЗ¦ ¦ ¦ Pascal 5.5 ¦ ¦ ¦ ¦ ¦ ¦ +------------+---+------------------------+-----+-----+ ¦ ¦ Turbo ¦ К ¦ Borland International ¦ ДА ¦БД,БЗ¦ ¦ ¦ Pascal 6.0 ¦ ¦ ¦ ¦ ¦ ¦ +------------+---+------------------------+-----+-----+ ¦ ¦ Turbo ¦ К ¦ Borland International ¦ НЕТ ¦БД,БЗ¦ ¦ ¦ Pascal 7.0 ¦ ¦ ¦ ¦ ¦ ¦ +------------+---+------------------------+-----+-----+ ¦ ¦ Utah ¦ К ¦ Ellis Computing ¦ НЕТ ¦БД,БЗ¦ ¦ ¦ PASCAL ¦ ¦ ¦ ¦ ¦ ¦ +------------+---+------------------------+-----+-----+ ¦ ¦USCD PASCAL ¦ К ¦ PECAN ¦ НЕТ ¦БД,БЗ¦ ¦ +------------+---+------------------------+-----+-----+ ¦ ¦ Pascal ¦ К ¦ Microsoft Corp . ¦ ДА ¦БД,БЗ¦ ¦ ¦ Compiler ¦ ¦ ¦ ¦ ¦ +-----------+------------+---+------------------------+-----+-----+ ¦ Модула-2 ¦ Modula-2/86¦ К ¦ Logitech , Inc . ¦ НЕТ ¦БД,БЗ¦ ¦ +------------+---+------------------------+-----+-----+ ¦ ¦ Modula-2 ¦ К ¦ PECAN ¦ НЕТ ¦БД,БЗ¦ ¦ +------------+---+------------------------+-----+-----+ ¦ ¦ Modula-2 ¦ К ¦ Volition ¦ НЕТ ¦БД,БЗ¦ +-----------+------------+---+------------------------+-----+-----+ ¦ Ada ¦AL SYS PC-AT¦ К ¦ Absys , Inc . ¦ НЕТ ¦БД,БЗ¦ ¦ ¦ ADA ¦ ¦ ¦ ¦ ¦ ¦ +------------+---+------------------------+-----+-----+ ¦ ¦ Janus/ADA ¦ К ¦ RR Software ¦ НЕТ ¦БД,БЗ¦ ¦ +------------+---+------------------------+-----+-----+ ¦ ¦ Artek Ada ¦ К ¦ Artek Corp . ¦ НЕТ ¦БД,БЗ¦ +-----------+------------+---+------------------------+-----+-----+ ¦ Кобол ¦ Utah ¦ К ¦ Ellis Computing ¦ НЕТ ¦ БД ¦ ¦ ¦ COBOL ¦ ¦ ¦ ¦ ¦ ¦ +------------+---+------------------------+-----+-----+ ¦ ¦ Cobol ¦ К ¦ Microsoft Corp . ¦ НЕТ ¦ БД ¦ +-----------+------------+---+------------------------+-----+-----+ ¦ РПГ ¦ RPG II ¦ К ¦ Lattice , Inc . ¦ НЕТ ¦ - ¦ ¦ ¦ Compiler ¦ ¦ ¦ ¦ ¦ +-----------+------------+---+------------------------+-----+-----+ ¦ Бейсик ¦ Turbo ¦ К ¦ Borland International ¦ ДА ¦ - ¦ ¦ ¦ Basic ¦ ¦ ¦ ¦ ¦ ¦ +------------+---+------------------------+-----+-----+ ¦ ¦ Quick ¦ К ¦ Microsoft Corp . ¦ ДА ¦ - ¦ ¦ ¦ BASIC ¦ ¦ ¦ ¦ ¦ ¦ +------------+---+------------------------+-----+-----+ ¦ ¦ Utah ¦ И ¦ Ellis Computing ¦ НЕТ ¦ - ¦ ¦ ¦ BASIC ¦ ¦ ¦ ¦ ¦ ¦ +------------+---+------------------------+-----+-----+ ¦ ¦ ZBASIC ¦ К ¦ Zedcor , Inc . ¦ НЕТ ¦ - ¦ ¦ +------------+---+------------------------+-----+-----+ ¦ ¦ Better ¦ ¦ Summit Software ¦ НЕТ ¦ - ¦ ¦ ¦ Basic ¦ К ¦ Technology , Inc . ¦ ¦ ¦ ¦ +------------+---+------------------------+-----+-----+ ¦ ¦ GW-BASIC ¦ И ¦ Microsoft Corp . ¦ ДА ¦ - ¦ ¦ +------------+---+------------------------+-----+-----+ ¦ ¦ True BASIC ¦ К ¦ True BASIC , Inc . ¦ НЕТ ¦ - ¦ +-----------+------------+---+------------------------+-----+-----+ ¦ APL ¦ APL PLUS ¦ К ¦ STSC , Inc . ¦ НЕТ ¦ ? ¦ +-----------+------------+---+------------------------+-----+-----+ ¦ GPSS ¦ GPSS/PC ¦ И ¦ Minuteman Software ¦ ДА ¦ - ¦ +-----------+------------+---+------------------------+-----+-----+ ¦ SPSS ¦ SPSS/PC + ¦И,К¦ SPSS , Inc . ¦ НЕТ ¦ ? ¦ +-----------+------------+---+------------------------+-----+-----+ ¦ Смолток ¦Smalltalk/V ¦ К ¦ Digital , Inc . ¦ НЕТ ¦ БД ¦ ¦ +------------+---+------------------------+-----+-----+ ¦ ¦Smalltalk-80¦ К ¦ Softsmarts , Inc . ¦ НЕТ ¦ БД ¦ ¦ +------------+---+------------------------+-----+-----+ ¦ ¦Smalltalk PC¦ К ¦ Software Systems ¦ НЕТ ¦ БД ¦ +-----------+------------+---+------------------------+-----+-----+ ¦ Форт ¦ PC/Forth ¦ К ¦ Laboratory Microsystem ¦ ДА ¦ - ¦ ¦ +------------+---+------------------------+-----+-----+ ¦ ¦ Forth ¦ К ¦ Supersoft ¦ НЕТ ¦ - ¦ +-----------+------------+---+------------------------+-----+-----+ ¦ Лисп ¦ PC Scheme ¦ К ¦ Texas Instruments ¦ НЕТ ¦ БЗ ¦ ¦ +------------+---+------------------------+-----+-----+ ¦ ¦ LISP ¦ К ¦ Microsoft Corp . ¦ ДА ¦ БЗ ¦ ¦ +------------+---+------------------------+-----+-----+ ¦ ¦ LISP ¦ И ¦ NORELL ¦ НЕТ ¦ БЗ ¦ ¦ +------------+---+------------------------+-----+-----+ ¦ ¦ Mulisp 85 ¦ И ¦ Microsoft Corp . ¦ ДА ¦ БЗ ¦ ¦ +------------+---+------------------------+-----+-----+ ¦ ¦ Mulisp ¦ И ¦ The Software House ¦ НЕТ ¦ БЗ ¦ ¦ +------------+---+------------------------+-----+-----+ ¦ ¦ IQ LISP ¦ И ¦ Integral Quality ¦ НЕТ ¦ БЗ ¦ +-----------+------------+---+------------------------+-----+-----+ ¦ Пролог ¦ Turbo ¦ К ¦ Borland International ¦ ДА ¦ БЗ ¦ ¦ ¦ Prolog ¦ ¦ ¦ ¦ ¦ ¦ +------------+---+------------------------+-----+-----+ ¦ ¦ Prolog/i ¦ К ¦Chalcedony Software , ¦ НЕТ ¦ БЗ ¦ ¦ ¦ ¦ ¦ Inc. ¦ ¦ ¦ ¦ +------------+---+------------------------+-----+-----+ ¦ ¦Arity/Prolog¦И,К¦ Arity Corporation ¦ НЕТ ¦ БЗ ¦ ¦ +------------+---+------------------------+-----+-----+ ¦ ¦ LPA micro ¦И,К¦ Programming ¦ НЕТ ¦ БЗ ¦ ¦ ¦ PROLOG ¦ ¦ Logic Systems ¦ ¦ ¦ +-----------+------------+---+------------------------+-----+-----+ ¦ Снобол ¦ SNOBOL 4 ¦ К ¦ Betstis International ¦ НЕТ ¦ ? ¦ L-----------+------------+---+------------------------+-----+------ 2.6 ПЕРВЫЕ МОДЕЛИ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ В СИИ С точки зрения теории систем СИИ представляет собой сложную систему по переработке информации . Существует несколько основополагающих принципов , которыми следует руководствоваться при создании подобных систем . Все эти принципы будут рассмотрены в следующей главе . СИИ состоит из обеспечивающих : 1). модельной ; 2). алгоритмической ; 3). программной ; 4). информационной ; 5). технической и функциональных : 1). преобразователя из внешнего представления во внутреннее ; 2). преобразователя из внутреннего представления во внешнее и т . д . подсистем [Кузин] . Любая СИИ представляет собой некоторую модель принятия решений естественным интеллектом . То есть СИИ - это такая система , которая должна : 1). на основе поставленных перед ней целей ; 2). используя БД и БЗ ; выдать : 1). решение той или иной проблемы ; 2). а в более общем случае - сделать выбор из нескольких полученных решений наиболее предпочтительного в соответсвии с заданными критериями . Поэтому в СИИ можно выделить два наидолее характерных аспекта : 1). эпистемологический аспект - это способность : а). хранить ; б). накапливать ; в). извлекать ; г). обобщать ; д). получать ; е). корректировать информацию ; 2). эвристический аспект - это способность использовать эту информацию в соответствии с поставленными целями для нахождения эффективных решений задач . Упомянутые аспекты рассмотрены в работе [Попов,фирдман] . Согласно [Кузин] модели представления знаний в СИИ делятся на классы : 1). декларативные ; 2). процедурные ; 3). специальные . Каждый класс моделей характеризуется определенными свойствами , отличающими его от других классов , правда , не всегда с одинаковой четкостью . При декларативном представлении текущее знание СИИ представляет собой полное описание состояния в виде множества утверждений , практически не зависимых от того , где их использовать , и множество преобразований , или операторов . Декларативные модели представления знаний ( МПЗ ) делятся на подклассы : 1). продукционные ; 2). редукционные ; 3). предикатные модели . В продукционной модели при описании состояний используют символьные строки со скобками и без них , а операторы задают в форме правил продукций , преимуществом которых является то , что отсутствует необходимость специального задания условия применимости операторов к состояниям [Кузин] . Таким образом , продукционные системы используют представление в пространстве состояний . Основная идея редукционной модели - поиск доказательства того , что решение данной задачи выводится из решения совокупности ее подзадач [попов,фирдман] . Подход с использованием редукционной системы является в некотором роде обобщением подхода с использованием пространства состояний . Но с другой стороны редукцию можно рассматривать как вспомогательный процесс разбиения задачи поиска решающего пути в пространстве состояний . Таким образом , мы пришли к противоречию : то есть в нашем случае частный случай является в некотором смысле одновременно и общим по отношению к своему же более общему случаю , а общий , в свою очередь , является частным по отношению к своему частному случаю , который еще называют исключением . Рассмотрение подобных противоречий-парадоксов выходит за рамки нашего повествования в этой главе ; более тщательно парадоксализм будет рассмотрен в последующих главах . Сейчас отметим только , что подобные парадоксальные состояния свидетельствуют об очень высоком уровне разработанной теории и о ее высокой степени соответсвия так называемым неформальным процедурам , с помощью которых человек решает широкий спектр задач в своей повседневной деятельности . В дальнейшем будет показано , что описанный выше парадокс типа частное-общее ( исключение-правило ) представим в виде парадоксальной расширенной продукционной системы с исключениями . Продукционный и редукционный подходы требуют для решения заданной проблемы проведения процесса поиска ; в случае применения продукционного подхода поиск осуществляется в пространстве состояний , а в случае применения редукционного подхода - в пространстве описаний множества подзадач . Вышеупомянутый поиск получил название эвристического [попов,фирдман] . Суть эвристического поиска заключается в следующем : заданы : 1). начальная ситуация ; 2). конечная ситуация ; 3). в принципе , могут задаваться и некоторые промежуточные ситуации ; 4). а также множество операторов , преобразующих одну ситуацию в другую . Требуется найти такую последовательность операторов , которая позволяет преобразовать начальную ситуацию в конечную . Основное преимущество предикатной модели - более рациональный расход памяти , чем в продукционной модели [кузин] . Описание состояний в предикатной модели реализуется в виде набора отношений , в которых содержатся объекты предметной области . При этом объекты и отношения указываются явно , поэтому порядок расположения отношений в описании может быть совершенно произвольным . Предикатная модель используется для сведения процесса решения задачи к автоматическому логическому анализу , который называется методом доказательства теорем [попов,фирдман] . При этом задача записывается в виде утверждений некоторого формального языка ( см . п . 2.2 ) . Часть этих утверждений - исходные данные - считаются аксиомами , а цель задачи - это утверждение , справедливость которого требуется установить или опровергнуть на основе аксиом и правил вывода формальной системы . В распоряжении разработчиков СИИ имеется много разных логических формализмов , в которых можно записывать утверждения , но обычно используются только исчисления предикатов первого порядка с равенством и без [мендельсон] , так как для них разработаны процедуры , обладающие полнотой , которые всегда устанавливают наличие некоторого факта , если только он выводим из аксиом . В работе [попов,фирдман] рассматривается один из вариантов обобщенного декларативного представления - во всех вышеназванных моделях процесс поиска осуществляется в графах , поэтому желательно было бы прийти к какому-то единому методу решения . Процедурные модели представления знаний основаны на специальных языках представления знаний . Отдельные механизмы представления знаний были интегрированы в языки программирования сверхвысокого уровня ( метаязыки ) - это [кузин,храмов] : 1). LISP ; 2). SNOBOL ; 3). РЕФАЛ и некоторые другие . Опыт , полученный при реализации этих языков , был использован в новых языках программирования задач ИИ первого поколения [5-ая конфер] : 1). PLANNER ; 2). CONNIVER ; 3). SAIL ; 4). QLISP ; 5). POP-2 ; 6). QA-4 . Основная особенность этих языков - реализация в них некоторых процедур , применяемых в моделях СИИ . Подобные языки предоставляют в распоряжение разработчиков некоторый набор примитивов - основных функций , удобных для применения в задачах ИИ . Наиболее совершенным из всех перечисленных языков является язык PLANNER , основные элементы которого были использованы в языках второго поколения , работающих с сетями фреймов [5-ая конфер] : 1). KRL ; 2). FRL ; 3). OWL . В этих языках разумно сочетаются декларативные и процедурные средства представления и обработки информации в СИИ . К современным и наиболее интересным языкам представления знаний можно отнести [иск.инт.кн. 3] : 1). RLL ; 2). ART ; 3). OPS5 ; 4). ПИЛОТ . В этих языках использован опыт всех предыдущих разработок ; они уже , с одной стороны , не относятся к первым моделям представления знаний , так как были разработаны в наше время , но , с другой стороны , они являются развитием старых языков представления знаний , поэтому логично включить их в классификацию , приведенную в этом параграфе . Основное достоинство декларативного представления знаний заключается в том , что не нужно указывать , как конкретный фрагмент знания должен быть использован , то есть не нужно перечислять все возможные способы использования имеющихся знаний о предметной области . Поэтому декларативное представление считается гибким и экономичным . В декларативном представлении знание формируется в виде множества независимых фактов , модификация которых очень проста - для любых изменений достаточно просто добавить или устранить утверждение . Общение на естественном языке обычно происходит в декларативной форме - люди , как правило , сообщают друг другу факты , а не процедуры их использования [попов] . Некоторые сущности удобно рассматривать в виде процедур , а не в декларативной форме , например , очень просто в виде процедур описать действия робота . Процедурное представление требует перечислять все возможные способы использования знаний . Для процедурного представления знаний любую модификацию знаний выполнить гораздо сложнее , чем для декларативного представления ( см . п . 3.3 ) . Но процедурное представление легко учитывает специфику конкретных предметных областей , закладывая ее в эвристические знания , которые трудно или даже невозможно выразить в универсальных процедурах декларативного представления . Методы вывода решений в процедурных моделях представления знаний основаны на моделях дедуктивных механизмов . Отметим , что в процедурных моделях раннее разделение средств представления знаний и вывода решений представляет собой трудно выполнимую задачу [кузин] . К специальным моделям представления знаний по [кузин] относятся : 1). модели , использующие реляционную алгебру ; 2). модели , использующие алгебру нечетких множеств ; 3). модели в виде семантических сетей ; 4). модели в виде сетей фреймов . В основе моделей , использующих реляционную алгебру , может находится отображение информационных связей между понятиями в виде отношений и таблиц . Операции реляционной алгебры перечислены в п . 2.2 . Представление знаний с помощью реляционной алгебры Кодда весьма проблематично из-за сложностей реализации рекурсий . Поэтому для устранения упомянутого недостатка реляционную алгебру следует переработать и расширить . Модели , использующие реляционную алгебру , перспективны , так как для описания данных в них используется алгебраический аппарат . В моделях , использующих алгебру нечетких множеств , знания представляют в процедурном виде с помощью нечетких алгоритмов . Существуют три типа нечетких алгоритмов : 1). алгоритмы определения и идентификации ; 2). бихевиористические алгоритмы ; 3). алгоритмы принятия решений . Примеры нечетких понятий , определяемые с помощью нечетких алгоритмов , - это : 1). характер почерка ; 2). мера сложности ; 3). характеристика человека ; 4). неопределенные болезни и т . д . Вся алгебра и логика нечетких множеств может быть изложена в плане многозначной логики с использованием нечеткой версии языка PLANNER , с помощью которого все средства процедурного представления знаний можно использовать в моделях , применяющих алгебру нечетких множеств с учетом нечеткости принятия решений . Теории нечетких множеств посвящено огромное количество отечественной и зарубежной литературы . Наиболее рациональное ее описание , по мнению автора настоящей работы , можно найти в книгах [dubois,нечеткие множества,борисов и к.асаи] . Представление информации в виде семантических сетей описано в п . 2.4 . Семантические сети подходят для представления не только фактов , но и правил логического вывода . Чтобы семантическую сеть использовать для представления правил , между ее узлами необходимо задать причинно-следственные связи , которые машина вывода обрабатывает точно так же , как она обрабатывает правила продукций . Поэтому на базе семантических сетей строят модели представления знаний , которые так и называют : модели в виде семантической сети . Отметим , что идея использования семантических сетей для запоминания сложных понятийных структур возникла первоначально в психологии . Фреймы , как и семантические сети , описаны в п . 2.4 . Фреймы применяют не только в качестве удобного средства хранения фактической информации , но и в качестве средства управления логическим выводом . Для этого во фреймах хранят правила логического вывода . Как уже упоминалось ранее , фреймы - это самые сложные структуры , и поэтому их следует использовать только для решения сложных задач . Для применения фреймов требуется очень высокая квалификация инженеров по знаниям [кузин] . Существуют следующие типы фреймов : 1). лингвистические ; 2). понятийные ; 3). фреймы перевода лингвистических знаний в понятийные . С точки зрения представления знаний фреймы делятся на типы : 1). декларативные ; 2). процедурные ; 3). процедурно-декларативные . На базе фреймов реализуют модели представления знаний в виде сети фреймов . Так как все рассмотренные модели представления знаний дополняют друг друга , их целесообразно использовать совместно . Еще более перспективным может быть создание единой методики представления знаний , объединяющей достоинства вышеописанных моделей и свободной от их недостатков . Таким образом , в этом параграфе были рассмотрены следующие модели представления знаний : 1). декларативные : а). продукционные ; б). редукционные ; в). предикатные модели ; 2). процедурные : а). языки программирования сверхвысокого уровня : a). LISP ; b). SNOBOL ; c). РЕФАЛ и некоторые другие ; б). языки программирования задач ИИ первого поколения : a). PLANNER ; b). CONNIVER ; c). SAIL ; d). QLISP ; e). POP-2 ; f). QA-4 ; в). языки программирования задач ИИ второго поколения : a). KRL ; b). FRL ; c). OWL ; г). современные языки представления знаний : a). RLL ; b). ART ; c). OPS5 ; d). ПИЛОТ ; 3). специальные : а). модели , использующие реляционную алгебру ( п. 2.2 ) ; б). модели , использующие алгебру нечетких множеств ; a). алгоритмы определения и идентификации : b). бихевиористические алгоритмы ; c). алгоритмы принятия решений ; в). модели в виде семантических сетей : a). традиционные семантические сети ; b). расширенные семантические сети ; г). модели в виде фреймов : a). языковой ориентации : I). лингвистические ; II). понятийные ; III).фреймы перевода лингвистических знаний в понятийные ; b). с точки зрения представления знаний : I). декларативные ; II). процедурные ; III).процедурно-декларативные ; c). сети фреймов . 2.7 СОВРЕМЕННАЯ КЛАССИФИКАЦИЯ МОДЕЛЕЙ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ Современная классификация моделей представления знаний несколько отличается от классификации , описанной в предыдущем параграфе . Согласно сегодняшним представлениям [искусств.инт.,кн.2] , к моделям представления знаний относятся : 1). логические модели ; 2). сетевые модели ; 3). продукционные модели ; 4). фреймовые модели ; 5). ленемы . В основе логических моделей лежит формальная система , которая задается четверкой вида М = < Т , Р , А , В > . Множество Т - это множество базовых элементов различной природы : 1). слов из некоторого ограниченного словаря ; 2). деталей детского конструктора и т . п . Для множества Т существует процедура , которая за конечное число шагов определяет , принадлежит или не принадлежит произвольный элемент к этому множеству . Множество Р - это множество синтаксических правил . С их помощью из элементов множества Т создают синтаксически правильные совокупности . Например , из слов ограниченного словаря конструируют синтаксически правильные фразы . При этом существует процедура определения за конечное число шагов , является ли та или иная совокупность синтаксически правильной . Подмножество А , элементы которого называются аксиомами , выделяется из множества синтаксически правильных совокупностей . Имеется процедура , которая позволяет определить для любой синтаксически правильной совокупности за конечное число шагов , принадлежит ли эта совокупность множеству А . Множество В - это множество правил вывода , применяя которые к элементам множества А , можно получать новые синтаксически правильные совокупности ; к этим совокупностям снова можно применять те или иные правила из множества В . В БЗ достаточно ввести элементы множества А . Все остальные знания можно получить из множества А по правилам вывода . Это делает логические модели удобными для использования в БЗ . Сетевые модели формально задают в виде H = < I , C1 , C2 , . . . , Cn , Г > . Здесь : 1). I - множество информационных единиц ; 2). C1 , C2 , . . . , Cn - множество типов связей между этими единицами ; 3). Отображение Г задает связи из заданного множества типов связей между информационными единицами I . Сетевые модели , в том числе и семантические сети , были описаны в п . 2.4 . К сетевым моделям относят также сценарии , с помощью которых представляют стереотипные знания . Эти знания описывают известные стандартные ситуации реального мира и позволяют : 1). восстановить пропущенную информацию ; 2). предсказать появление новых фактов и т . д . Сценарий - это формализованное описание типичной ситуации предметной области : 1). обеда в ресторане ; 2). командировки ; 3). полета самолета ; 4). поступления в вуз и т . п . В СИИ сценарии применяют для : 1). понимания текстов ; 2). формирования поведения ; 3). обучения ; 4). принятия решений и др . Впервые понятие сценария было введено Р . Шенком и Р . Абельсоном [Shank et al.,1975] для создания системы понимания истории . Сценарии в этой системе представляли в виде фреймоподобных структур . Сценарии также используют для пополнения знаний о ситуации [поспелов д.,1986;литвинцева,1985] . В [литвак и др.,1981] описано применение похожих на сценарии структур знаний , называемых гиперсобытиями - типичных ситуаций из области юриспруденции : 1). краж ; 2). грабежей ; 3). убийств и т . п . Каузальные сценарии разработаны для представления проблемно-зависимых каузальных знаний о [кандрашина и др.,1989] 1). событиях ; 2). действиях ; 3). процедурах . Продукционные модели были описаны в предыдущем параграфе . В них используются некоторые элементы логических и сетевых моделей : 1). из логических моделей взята идея правил вывода , называемых продукциями ; 2). из сетевых моделей заимствовано описание знаний в виде семантической сети . В продукционных моделях процедурная информация выделена явно и и описывается иными средствами , чем декларативная информация . В отличие от логических моделей вместо логического вывода в процедурных моделях применяется вывод на знаниях . Системы продукций нашли широкое применение в экспертных системах ( ЭС ) , так как подавляющая часть человеческих знаний может быть записана в виде продукций . Недостатки продукционной модели : 1). при большом числе продукций сложно проверить непротиворечивость всей системы ; 2). с ростом числа продукций возникают принципиальные трудности при проверке корректности работы системы . Поэтому в современных СИИ число продукций не превышает тысячи . Фреймовые модели также , как сетевые и продукционные , были рассмотрены ранее . Заметим , что в отличие от моделей других типов во фреймовой модели задается жесткая структура информационных единиц , которая называется протофреймом . В справочнике [иск.интел.,кн.2] фреймовые модели рассматриваются в общем контексте с сетевыми . Кроме того , многие специалисты по ИИ считают , что во фреймах объединены все основные особенности моделей остальных типов . Модель представления знаний , основанная на базе ленем , предназначена для ситуаций , когда необходимо выполнить противоречивые требования , заданные при разработке языка представления знаний : 1). требования максимальной простоты и однородности языка ; 2). требования удобства . Ленема очень напоминает фрейм , но сходство между ними чисто внешнее . Ленема предназначена для структурного комплексного описания понятий предметной области . По изобразительным возможностям ленемы более совершенны , чем такие традиционные модели представления знаний , как семантическая сеть , фрейм , система продукций . Однако , для некоторых понятий модель представления знаний на основе ленем может быть неудобной и даже неприемлимой . Например , это такие понятия , в описании которых очень большую роль играет внутренняя динамика . Обычно для таких понятий применяют сценарии . Модель , созданная на базе ленем , позволяет объединить на пользовательском уровне три существующие в настоящее время парадигмы представления знаний : 1). логическую ( языки логического программирования и системы продукций ) ; 2). структурную ( семантические сети и фреймы ) ; 3). процедурную ( функциональные сети [тыугу,1984;нариньяни,1986а] ) . Для некоторых ситуаций это очень удобно , так как при реализации сложных моделей , включающих знания различных типов , возникает необходимость совмещения в одном языке представления знаний различных концепций . Таким образом , в этом параграфе были рассмотрены следующие модели представления знаний : 1). логические модели ; 2). сетевые модели : а). традиционные семантические сети ( упомянуты ) ; б). расширенные семантические сети ( упомянуты ) ; в). сценарии ; г). каузальные сценарии ; д). гиперсобытия ; 3). продукционные модели ; 4). фреймовые модели ; 5). ленемы . 2.8 ОТЛИЧИТЕЛЬНЫЕ ОСОБЕННОСТИ ТРАДИЦИОННЫХ ПРОГРАММНО-ВЫЧИСЛИТЕЛЬНЫХ И ЭКСПЕРТНЫХ СИСТЕМ Пользователь обычной программно-вычислительной системы ( ПВС ) - классической ЭВМ - должен : 1). сначала найти алгоритм ( см . п . 2.2 ) решения той или иной проблемы ; 2). написать программу ; 3). ввести ее в ЭВМ ; 4). затем отладить ; 5). затем протестировать . После этого ЭВМ может выполнить алгоритм в соответствии с написанной программой [рот м.] . Пользователь ЭС формулирует свою проблему в форме : 1). фактов ; 2). данных ; 3). знаний ; 4). правил . Все перечисленное заносится в ЭВМ в виде тех или иных моделей представления данных и знаний , рассмотренных ранее . Алгоритм же решения задачи и соответствующая ему программа автоматически генерируются ЭС на основе содержащихся в ней стратегий [рот м.] . То есть , традиционные ПВС выполняют вычисления , а ЭС совершают логические выводы - заключения . Таким образом , ЭС - это компьютерная программа , способная выполнять следующие действия : 1). анализировать факты и данные ; 2). принимать решения на основе : а). фактов ; б). данных ; в). знаний ; г). правил ; 3). выдавать : а). рекомендации ; б). советы ; в). предостережения ; г). результаты ; д). объяснения ; 4). генерировать программу решения поставленной задачи . Согласно [рот м.+ список ] , основные действия , выполняемые ПВС - это : 1). вычисления : а). сложение ; б). вычитание ; в). умножение ; г). деление ; д). возведение в степень ; е). интегрирование ; ж). дифференцирование ; з). извлечение корня ; . . . 2). соединение двух и более переменных с использованием логических связок : а). логического сложения ( ИЛИ ) - дизъюнкции ; б). логического умножения ( И ) - коньюнкции ; в). отрицания ( НЕ ) ; г). импликации ; д). эквивалентности ; е). И-НЕ ; ж). ИЛИ-НЕ ; и). неразделительное ИЛИ ; . . . 3). поиск ; 4). нормализация ; 5). приведение ; 6). сравнение ; 7). сбор ; 8). распределение ; 9). решение ; 10).разветвление ; 11).пересылка ; 12).запоминание ; 13).сдвиг ; 14).вращение ; 15).представление ; 16).трансформация ; 17).кодирование ; 18).декодирование ; 19).изменение ; 20).ввод текстов на языках высокого уровня ; 21).вывод текстов на ЯВУ . Действия , выполняемые ЭС , в значительной степени отличаются от действий , совершаемых ПВС . Это прежде всего ( по : I). [рот м.] II). формулировке автора данной книги ) : 1). логический вывод : а). индуктивный ; б). дедуктивный ; в). абдуктивный ; г). традуктивный ; 2). эвристический вывод : а). предложение ; б). открытие ; в). предположение ; У человека эвристический вывод ( поиск ) основан на опыте и интуиции ( машинный эвристический поиск описан в п . 2.6 ) ; 3). анализ ; 4). интерпретация ; 5). объяснение ; 6). совет ; 7). рекомендация ; 8). диагностирование ; 9). идентификация ; 10).классификация ; 11).восприятие ; 12).распознавание ; 13).оценка ; 14).решение ; 15).конструирование ; 16).синтез ; 17).планирование ; 18).прогнозирование ; 19).инструктирование ; 20).организация ; 21).преобразование подобия ; 22).редукция ; 23).абстракция ; 24).обобщение ; 25).образование понятий ; 26).ассоциация ; 27).формирование гипотез ; 28).вопросы на ЕЯ описания проблемы ; 29).ответы на ЕЯ описания проблемы ; 30).семантический тест на ЕЯ ; 31).описание ; 32).метаморфизация ; 33).воспроизведение ; 34).понимание ; 35).рекурсия ; 36).аналогия ; 37).моделирование ; 38).внутреннее проигрывание ( сопоставление планируемого действия и своих ресурсов ) . Как видно из приведенных отличительных особенностей экспертных и программно-вычислительных систем , концепция ЭС является принципиально новым шагом в создании качественно иных , более совершенных интеллектуальных программных систем . ЭС отличаются от ПВС примерно так же , как БД отличаются от классических файловых систем ( см . п . 2.3 ) . Конечно же , при создании любой ЭС должна быть использована концепция БД , чтобы сформированная ЭС могла воспользоваться всеми преимуществами этой концепции . Экспертная система представляет собой компьютерный аналог человека - эксперта по той или иной предметной области . ЭС считается аналогом эксперта в том смысле , что она решает те же профессиональные проблемы и примерно на том же уровне компетентности , что и эксперт . Основные преимущества ЭС ( по лекциям Петухова О . А , к . т . н . , зам . декана ФИСУ СЗПИ ) : 1). в БЗ объединены знания от нескольких специалистов ( может быть даже ведущих в данной предметной области ) ; 2). ЭС не может ничего " забыть " или " просмотреть " ( как это иногда делает человек ) , если она , конечно , в исправном состоянии ; 3). система постоянно в принудительном порядке пополняется новыми знаниями ; 4). знания в ЭС легко изменить , так как они выделены в отдельную компоненту . ЭС нашли широкое применение во многих областях человеческой деятельности . Конкретные существующие реализации БЗ , ЭС и оболочек ЭС описаны , например , в работах [иск.инт.,кн.3;наумов] : 1). СПЭИС ; 2). ТХК-БЗ ; 3). ТК-СП ; 4). ТК-ОВМ ; 5). ПРИЗ ; 6). МИКРОПРИЗ ; 7). МИКРОЭКСПЕРТ ; 8). НУТ ; 9). ИТК-БИС ; 10).ОЛИСП ; 11).H-P/REX ; 12).ПиЭС ; 13).ПУШОК ; 14).TENCORE ; 15).ЛОГОС ; 16).ПТО ; 17).GURU и некоторые др . ЭС нашли широкое применение в различных областях человеческой деятельности : 1). медицине ; 2). биологии ; 3). химии ; 4). геологии . Согласно [чоговадзе] построение ЭС является целесообразным , если выполняются следующие требования : 1). в данной проблемной области не существует общей теории , которая позволила бы решать все допустимые задачи с помощью применения алгоритмического подхода ; 2). в данной проблемной области имеется огромное количество частных закономерностей , каждая из которых несет отражение личности конкретного пользователя , его : а). доверие ; б). предпочтение ; в). отрицание ; г). симпатии ; д). антипатии ; е). неприятие и т . д . 3). ситуации , возникающие в данной проблемной области , должны быть описаны относительно небольшим количеством данных ( если нет выхода на централизованный банк данных ) , что зависит от трудоемкости поддержания банка данных в актуальном состоянии . В заключение этого параграфа отметим , что по мнению д . т . н . , ведущего занятия на ФПК СПбГТУ по СИИ проф . Кондратьева С . Л . , в знаниях , содержащихся в ЭС и полученных от эксперта по той или иной предметной области , всегда в скрытой форме содержатся некоторые волевые механизмы , присущие человеку . Объясняется это тем , что мыслительная деятельность эксперта не формализована , носит интуитивный или волевой характер , не осознается до конца . Другими словами , волевой механизм психики человека вторгается в процесс принятия решения . Поэтому в настоящее время еще не существует строгой методологии разработки ЭС , есть только отдельные и признанные : 1). положения ; 2). разработки ; 3). технологии . 2.9 СОВРЕМЕННЫЕ КОНЦЕПЦИИ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В 1981 г . в Японии был опубликован проект работ в области ИИ [proceedings,1981] . В Fifth Generation of Computer Systems ( FGCS ) проекте японской программы были приняты следующие цели ( упомянутые в [рот м.] ) , доложенные на международной конференции по ЭВМ пятого поколения ( автор настоящей работы исключил из описания цели , связанные с усовершенствованием характеристик технических устройств ) : 1). создание интеллектуального интерфейса для ведения диалога на ЕЯ с алфавитом , содержащим примерно от 1000 до 10000 слов ( ближайшая цель ) или до 50000 ( более отдаленная цель ) слов с семантически правильным распознаванием и синтезом речи ; ( Упрощенное описание интеллектуального интерфейса приведено в [скляров,1989] . Интеллектуальный интерфейс состоит из трех блоков : а). процессора общения ; б). базы знаний ; в). планировщика . Процессор общения переводит текст , полученный на входе ЭВМ , на язык , понятный планировщику и базе знаний . Модели представления знаний в этой главе уже были рассмотрены . Планировщик превращает текстовое задание в рабочую программу для ЭВМ . ) 2). распознавание и представление с высокой разрешающей способностью образов : а). символов ; б). изображений ; в). предметов ; 3). реализация языка описания знаний , содержащего от 1000 до 10000 правил логического вывода , на следующих уровнях : а). функциональном ; б). логическом ; в). реляционном ; 4). обеспечение принятия решений с использованием высокоскоростного механизма выводов ( 10 МЛипс в соответствии с планами разработки машин пятого поколения [moto-ora et al,1981] ) . На основе этой программы формулируются следующие задачи [рот м.]: 1). перевод иностранных языков на следующих уровнях : а). синтаксическом ; б). семантическом ; 2). создание следующих типов систем : а). справочных ; б). советующих ; в). планирующих ; д). диагностических ; 3). распознавание и коррекция : а). символов ; б). изображений ; в). объектов ; 4). автоматизация : а). проектирования ; б). управления ; 5). создание систем : а). понимающих речь ( фонетические пишущие машинки ) ; б). читающих устройств ; в). автоматизирующих учрежденческую деятельность ; 6). автоматизация : а). разработки программ ; б). проверки программ ; в). коррекции программ ; д). профилактики программ ; 7). представление знаний в сетях : а). локальных ; б). региональных ; в). национальных ; д). транснациональных ; 8). представление знаний в международных ( мировых ) банках знаний . Раскроем некоторые из перечисленных задач ( по монографии [симонос дж] ) ЗАДАЧИ БАЗОВЫХ ПРИКЛАДНЫХ СИСТЕМ ( N. 1 ) : Источник : I). Планы НИР и ОКР для компьютерных систем пятого поколения , май 1982 г . , ICOT , JIPDEC : 1). система машинного перевода : а). многоязычный перевод ; б). словарный запас - 100000 слов ; в). правильность перевода - 90 % ( остальные 10 % обрабатываются человеком ; г). полные затраты на перевод - не более 30 % от стоимости перевода , выполняемого человеком ; 2). системы для консультаций : а). типичные приложения : a). медицинская диагностика ; b). понимание естественного языка ; c). САПР для машиностроения ; d). консультации по компьютерам для пользователей ; e). диагностика компьютерных систем ; б). число объектов - не менее 5000 ; в). число правил вывода - не менее 10000 ; г). полуавтоматическое пополнение запаса знаний ; д). интерфейс с системой - естественные языки и речь ; е). словарный запас - не менее 5000 слов . ЗАДАЧИ БАЗОВЫХ ПРИКЛАДНЫХ СИСТЕМ ( N. 2 ) : Источник : II). Труды международной конференции по компьютерным системам пятого поколения , 19 - 22 октября 1981 г . , JIPDEC : 3). система , понимающая речь : а). фонетическая ( для ввода с голоса ) пишущая машинка : a). должна оперировать с 10000 слов ; b). должна обладать средствами : I). анализа смысла ; II). возможностями коррекции ошибок речи ; c). должна воспроизводить легко понимаемые высказывания ; б). система речевого ответа : a). должна оперировать с 10000 слов ; b). должна обладать способностью улавливать смысл ответов ; c). должна уметь вести естественный диалог ; в). система идентификации говорящего : a). должна обладать возможностями работы с несколькими сотнями людей одновременно ; b). должна идентифицировать говорящего в течение приемлимого для практики времени ; 4). прикладная система интерпретации изображений и образов : а). система должна хранить около 100000 структурных единиц информации , представленной в форме изображений , которые предназначены для использования при обработке знаний . Сейчас в Японии представляют ЭВМ пятого поколения как систему , которой может пользоваться любой неквалифицированный пользователь , программируя ее на ограниченном естественном языке . После опубликования Японией 10-летней программы исследований по ЭВМ 5-го поколения интерес к исследованиям в области реализации СИИ резко возрос . В США похожая программа была , в основном , ориентирована на разработку новых систем оружия . Американский проект получил название " Стратегической компьютерной инициативы " ( SCP ) , правда , помимо чисто военных целей , он был направлен и на укрепление экономики США [ спис.стр 27] . По данным журнала NEW SCIENTIST только на реализацию языка ADA министерство обороны США выделило 250 миллионов долларов . Частные американские компании , например - фирма IBM , не стремятся к внедрению революционных нововведений , а продолжают занимать господствующее положение , постепенно совершенствуя сегодняшние ЭВМ . Цель выполнения работ по компьютерам пятого поколения неодинакова для Японии и США . Так , согласно [robert,tate,1987] , цель Японского проекта - создать прежде всего технологии , а не конкретные образцы компьютеров . В США цель - создание конкретных машин или , как минимум , протопипов [allan,1986] . Национальные программы по созданию ЭВМ пятого поколения были организованы в странах Западной Европы и Великобритании . Западноевропейский проект в целом уступает аналогичным программам Японии и США . В Великобритании была создана специальная группа - комитет Альви [симонс дж.,1985] , которая в сентябре-октябре 1982 г . [program,1982] опубликовала отчет как ответ на японские планы создания компьютеров пятого поколения , воспринятые в виде угрозы со стороны японских конкурентов . В отчете комитета Альви были намечены основные области исследований и разработок для осуществления программы усовершенствования информационной технологии : 1). технология программирования ; 2). человеко-машинный интерфейс ( ЧМИ ) ; 3). интеллектуальные системы , базирующиеся на знаниях ; В Советском Союзе при участии стран СЭВ также была принята централизованная программа развития вычислительной техники . В нашей стране исследования координировались академиком Велиховым . Однако , после распада СЭВ и СССР единая программа создания новых компьютеров и СИИ была свернута . В настоящее время в некоторых организациях ведутся собственные весьма скромные разработки по повышению " интеллектуальности " вычислительной техники . Но решение частных задач вряд ли в ближайшем будущем позволит решить задачу воспроизведения мыслительной деятельности на небиологической основе в общем виде . И , хотя в последнее время наметились сдвиги в области государственной поддержки стратегически важных направлений в сфере вычислительной техники , психологический " комплекс отставания " в среде специалистов по ЭВМ , которые ориентируются на образцы новых зарубежных компьютеров , до сих пор не изжит . Поэтому и сейчас существует угроза , что в нашей стране информатизация как научное направление может не состояться . Согласно [михайловский] современные отечественные программы компьютеров нового поколения предполагают разработку нетрадиционных типов архитектур ( отличных от архитектуры фон-Неймана ) . Подытоживая сказанное , выделим основные направления работ в области создания СИИ нового поколения ( опуская исследования в области архитектуры и дальнейшего усовершенствования технических средств ) по [симонс дж.,иск.инт.кн.3] : 1). решение задач ; 2). получение выводов ; 3). обеспечение интеллектуальных интерфейсов ; 4). отказ от традиционных языков высокого уровня : а). Фортран ; б). Кобол ; в). Алгол ; г). Бейсик и т . д . в пользу языков с : а). повышенными возможностями манипулирования символами ; б). элементами логического программирования ; эти языки : а). Пролог ; б). Лисп ; 5). новые способы ввода-вывода , удобные для пользователя : а). распознавание : a). речи ; b). образов ; c). изображений ; б). синтез речи ; в). обработка сообщений на ЕЯ ; 6). автоматизация процессов манипулирования знаниями ; 7). дальнейшее развитие ЭС ( п . 2.7 ) . 8). накопление знаний о специфике решаемых задач , которая должна проявиться в : а). различных способах оптимального отображения и организации данных и знаний ; б). новых механизмах доступа к переменным ; в). специальных методиках организации вычислительных процессов ; 9). разработка принципиально новых алгоритмов глубокого распараллеливания : а). отдельных участков ; б). отдельных операторов . 2.10 ЗАКЛЮЧЕНИЕ Как уже было сказано , все рассмотренные программы создания новых систем вычислительной техники практически ничего не говорят о механизмах реализации поставленных целей , о фундаментальных законах обработки информации , которые должны быть положены в основу создания СИИ . Естественно , интеллектуальные системы еще слишком молоды , еще недостаточно изучены закономерности процессов обработки информации , возникающих при решении интеллектуальных задач . Поэтому нельзя придавать слишком большую важность практическому внедрению результатов разработок , полученных на промежуточных этапах . Современное развитие СИИ напоминает бесконечное развитие механизмов , работающих на паровой тяге . Эти механизмы могут постоянно совершенствоваться , выполнять вполне определенные функции , теоретически возможно даже построить летательный аппарат тяжелее воздуха на основе парового двигателя . Однако в космос на таких машинах не выйти , сколько бы мы не совершенствовали технологию . Для осуществления космических полетов нужно знать принцип реактивного движения и иметь соответствующую теоретическую базу . Естественно , представленная работа не может дать полное описание упомянутой во введении к книге РК-машины . Однако , формулирование основных принципов , на базе которых такая машина может быть создана , и их практическая проверка на современных персональных компьютерах представляется вполне осуществимой . Последующие главы будут посвящены именно этому . ______________________________________________________________________