У нас: 141825 рефератів
Щойно додані Реферати Тор 100
Скористайтеся пошуком, наприклад Реферат        Грубий пошук Точний пошук
Вхід в абонемент


автоматів і теорією інформації. Остання своєю появою на світ зобов'язана американському інженеру й математику К. Шеннону, який у 1948 р. сформулював у загальному вигляді математичну теорію зв'язку, котру іноді називають теорією інформації. Це пояснюється тим, що теорія, яка виникла з вивчення електричного зв'язку, не обмежується сферою фізики: завдяки абстрактній математичній формі вона має широку сферу застосування. Однак не слід перебільшувати її можливості. Корисно мати на увазі, що не здійснились надії тих, хто без усяких уточнень намагався застосувати теорію інформації, не турбуючись про відповідність методу предметові вивчення.
І все ж таки між поняттями «інформація» і «знання» (знання як зміст людської свідомості) було поставлено знак приблизної рівності. Виникла потреба з'ясувати, чи це насправді так.
Зауваження Шеннона про те, шо смисл повідомлень не має ніякого відношення до його математичної теорії інформації, не зупинило дослідників, а, навпаки, сприяло зародженню семантичної теорії інформації.
Відомі західні вчені Р. Карнап (1891— 1970) і Й. Бар-Хіллел запропонували міру для інформаційного аспекту мови й назвали її семантичною інформацією. Ці вчені дали означення кількісній стороні смислу, що міститься в якомусь реченні. При цьому головна ставка робилась на використання методу екстенціоналу (екстенсіоналу) та інтен-ціоналу (інтенсіоналу).
Даний метод розробив Карнап, спробувавши поширити семантичну концепцію Фреге на всі мовні вирази. При цьому було здійснено певне коригування базисних понять концепції Фреге. Замість поняття «значення» (Ве-deutung) Карнап увів поняття «екстенціонал», а замість поняття «смисл» (Sinn) — поняття «інтенціонал», яким у логіці Арістотеля відповідають поняття «обсяг» і «зміст».
Семантична концепція Карнапа зумовлена спробами побудувати такі абстрактні об'єкти, які могли б відповідати смислу й значенню та не здавалися б чимось потойбічним для мови логіки. Інакше кажучи, будується в думках уявний ідеальний об'єкт, який можна охарактеризувати як екстенціонал (значення) або як інтенціонал (смисл) відповідного мовного виразу.

Метод екстенціоналу та інтенціоналу, застосований до поняття «інформація», дав мало надій, хоч і каталізував пізнавальну діяльність логіків. Подальші зусилля прихильників семантичної інформації не набагато просунули вперед пропоновану теорію. Деякі скептики вважають, що теорію семантичної інформації не можна побудувати. Але, незважаючи на ці теоретичні дискусії, ще й донині тривають дослідження кібернетиків у галузі «штучного інтелекту» (ШІ). Особливо інтенсивно ведуться розробки «експертних систем», що належать до царини ШІ. Призначення комп'ютерних «експертних систем» полягає в тому, щоб акумулювати професійні знання й використовувати їх для експертних оцінок і рекомендацій. Такого типу «експертні системи» мають оцінювати ситуацію й пропонувати варіанти рішень, а в разі необхідності — давати обгрунтування пропонованих рішень.
Деякі вчені пояснюють ідею створення згаданих систем спробами вийти за межі традиційних програм, які мають справу з напівнейтральними фактами, тоді як «експертні системи» спираються на професійну культуру. Під останньою розуміють сукупність неформальних евристичних заходів, інтуїтивних суджень і вміння робити висновки на основі практичного досвіду, що погано піддається формалізації.
Незважаючи на раціональну незбагненність усієї різноманітності професійних знань людини, усе ж таки виявляється можливим вкласти ці знання у машинні програми, завдяки чому машина за рівнем компетентності сьогодні може позмагатись із висококваліфікованими практиками.
Розробка «експертних систем» сприяла появі нової дисципліни — пізнавальної інженерії. Поняття «інженерія знань» було запропоноване відомим спеціалістом з ШІ Едвардом Фейгенбаумом.
Представники інженерії знань вивчають професійні тести, інтерв'юють експертів, і на цій підставі визначається склад експертних знань, з'ясовується їхня структурна організація. Потім одержані дані представляють у вигляді бази знань, тобто у вигляді систем правил і критеріїв, що дають змогу здійснювати автоматичне одержання експертних оцінок і рекомендацій на основі бази даних, що зберігаються в пам'яті машини.
Опрацювання даних завжди вважалося основною функцією комп'ютерів. Проте останнім часом усе частіше можна почути, що комп'ютери здатні оперувати не тільки нейтральними інформаційними даними, але й знаннями.
Не на дані, а на знання, точніше — на зв'язок даних із знаннями, зорієнтовані дослідження з ШІ. Маніпулювання знаннями — головне призначення перспективних комп'ютерних систем, в основі яких лежать досягнення в галузі ШІ. Таке маніпулювання полягає у використанні певних правил інтерпретації відповідних даних, об'єднаних у ту чи іншу структуру.
Самі собою структури даних не є знаннями. Щоб ці структури були осмислені в термінах того чи іншого знання, потрібна певна програма, тобто знання формуються у процесі використання структур даних у програмі. Що стосується «експертних систем», то тут йдеться про окрему, так звану інтелектуальну, програму, яка здатна робити логічні висновки на основі знань у конкретній предметній області, забезпечуючи тим самим розв'язання необхідних задач. Не випадково багато хто зі спеціалістів вважає, що саме з «експертних систем» починається ера ШІ, оскільки ці системи виконують свої «умовиводи», звертаючись до бази знань.
Процес формування знання зі структур даних здійснюється за допомогою специфічних правил, які репрезентують (представляють) знання.
«Репрезентація знань» — відносно новий термін, що вживається в кібернетиці з метою зазначення методів моделювання й формалізації професійних знань людини, які можна опрацювати на комп'ютері. Головною особливістю комп'ютерних систем, що Грунтуються на знаннях такого типу, є наявність у них бази знань і технологічного механізму виведення.
Є кілька типів моделей репрезентації знань. Однією з них є логічна модель, у якій використовується логіка предикатів першого ступеня (порядку).
Основна перевага використання логіки предикатів для репрезентації знань полягає у тому, що вона має добре відпрацьований механізм виведення, який відносно легко можна запрограмувати, а потім за допомогою програм з наявних формалізованих


Сторінки: 1 2 3 4 5