автореферат диссертации по философии, специальность ВАК РФ 09.00.07
диссертация на тему: Логико-философские основания проблемы представления знаний

Текст диссертации на тему "Логико-философские основания проблемы представления знаний"

/// /У- $ / ^ ~ о

МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ имени М.В.ЛОМОНОСОВА

МЕШКОВА ЛЮДМИЛА НИКОЛАЕВНА

ЛОГИКО-ФИЛОСОФСКИЕ ..... ОСНОВАНИЯ

ПРОБЛЕМЫ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ

Специальность 09.00.07. - логика

Диссертация на соискание ученой степени кандидата Философских наук

на правах рукописи

Научный руководитель -доктор философских наук профе ссор Е.Д.Смирнова

Москва - 1998

СОДЕРЖАНИЕ

ВВЕДЕНИЕ................................................ . 3

ГЛАВА 1. СЕМАНТИЧЕСКИЕ АСПЕКТЫ МОДЕЛИРОВАНИЯ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ .................................24

1. Теория значения в поздней Философии Л. Витгенштейна и проблемы искусственного интеллекта..........25

2. Когнитивное моделирование и прототипический подход к проблеме категоризации ........................47

3. Идеи прототипичности и формы представления знаний в концепции Р.Шенка .............................94

ГЛАВА 2. СЕМАНТИЧЕСКИЕ АСПЕКТЫ ПРОБЛЕМЫ ОБОСНОВАНИЯ

ЗНАНИЯ .......................................123

1. Утверждения знания и проблема достоверности .................................................123

2. Возможности зпистемической логики в анализе представления знаний .................................. 149

ЗАКЛЮЧЕНИЕ . ......................................... . . 165

ВйБЛйСи РАФШ1 ..........................................17 1

ВВЕДЕНИЕ

Б настоящее время исследования в области искусственного интеллекта, охватываемые комплексом различных дисциплин под общим названием "когнитивная наука", проводятся с широким привлечением гуманитарных наук. Проблемы, решаемые в теории ИИ, тесно переплелись с традиционными проблемами языка, мышления и сознаний.

Для того, чтобы понять причины этого процесса, а также чтобы выяснить, какие именно проблемы искусственного интеллекта имеют логияо-филоеофекий аспект, выделим пели и задачи, стоящие перед теорией йй и когнитивной наукой.

Под искуссжветвш интеллектом СИИ) обычно понимают

раздел компыотерологии (computer science), разрабатывающий "разумные" компьютерные системы, то есть системы, проявляющие характеристики разумности, приписываемые человеческому поведению: понимание естественного языка, обучение, рассуждение, решение задач и т.п. Таким образом, целью этого направления является создание автоматизированных систем, выполняющих те же функции, что и творческая личность, во всяком случае, в их простейших проявлениях. Построение таких систем основывается на моделировании познавательных способностей человека. Необходимо отметить, что в основе Ий лежит сильное допущение принципиальной возможности моделирования механизмов человеческой обработки информации на ЭВМ. Главным объектом изучения в искусственном ; ¿нтеялекте, в когнитивной науке выступает знание, а главные проблемы связаны с представлением, обработкой и получением знаний. Ведь от того, как представлено знание, будет зависеть характер ставящихся задач и способ их решения.

Следует учитывать, что в йй знание приобретает однозначный к специфический смысл, несколько отличный от обыденного понима-

н: :я знания. Обычно под знанием понимают результат познаватель-н;-й деятельности, отражение оъъектмвных характеристик действи-тел'кости е сознании человека'1, которому традиционно приписы-= ют такие черты, как рефлексивность, логическая обоснован-ность. возможность однозначной истинностной оценки. В то же ^ремя б современной эпистемологии сформировались позиции, где гтрицается абсолютность этих характеристик у знания. Выделяются различные типы и формы знания (явное и неявное, вербальное и невербальное и др.). Несомненно, что теоретики НИ опираются на зписте;-:. логические концепции знания, но при его определении выделяют прежде всего технологический аспект, придавая знанию достаточно узкий смысл.

В доказательств1с этого приведем два таких определения. Г работе японского автора С.Осуги знание определяется следующим образом:

"Знаниями принято называть хранимую 1е ЭВМ) информацию, Ф .~л:г/ рванную в соответствии с определенными структурными ; : л а! и, к о та р ую ЭВМ МО ж ет автономно использовать при решении проблем по таким алгоритмам, как логические выводы."

Д. А. П.: .пелов* характеризует знание как содержащуюся в : -«ллектуальнюй системе СИС) информацию, отвечающую следующим пяти особенностям:

' . Внутренняя интерпретируемость. Каждая информационная ...;п!ц-- ■ лжна иметь уникальное имя, по которому ИС находит ее, г такж ■ ■тзечает на запросы, в которых это имя упомянуто.

2,. Структурированность. Информационные единицы должны падать гибкой структурой. Для них должна выполняться рекурсивная ьлежимость одних информационны?: единиц в другие, то

1 ''ил А-скнй энциклопедийсай словарь. М., 1989-

■" !''■.-:;.■ сственный интеллект: Справочник. Б 3-х кн. М., 1990.

■ . - - угле ;-тл: зать возможность произвольного установления'

дельными 1 шфсрмационными единицами отношений типа ть - целое", "род - вид" или элемент - класс . 7. Связность. В информационной базе между информационными должна быть предусмотрена возможность установления рода .'Тношений: Функциональных, каузальных, еемантичес-гн ощени и структуризации и др.

Семантическая метрика. На множестве информационных •д.; ни ц в некоторых случаях полезно задавать отношение, . :-:терпзуюшее ситуационную близость информационны:': единиц, -. л-;-ние релевантности для информационных единиц. Такое :; ленпе дает возможнсть выделять в информационной базе ры: тип"вые .итуации. Каждая типовая ситуация, каждое . :тяти-" имеют множество своих конкретных представителей. Г'. ... икр "лого представителя подчиняется у человека закону ■ гы п. "явления-- нуть его в том, что в качестве конкретного . .■ ; гльптеля типовой ситуации всегда возникает тот, который в : г. гс человека встречался наиболее часто. 5. Активность. В ИС, как и у человека, актуализации тех :ых деГ: гвий способствуют знания, имеющиеся в системе. е ■-"■..■■ фактов или описание событий, установление е■-"': :ке-". таг: источником активности системы.

именно этих пяти характеристик отличает знания от п --- ."-начальной формы представления информации в 5'существ- и принципиальное отличие койпьютерных; ■» оперирующих со знаниями, от традиционные: компьютерных заклз -¡аег-ся з том, что они 1) ориентированы на . ".-.- ..: :: чел- веку, не имеюшему специальной подготовки в вычпглительной техники; 2) обеспечивают весь процесс • : :дач:; - ..:■.чикая с возникновений информационной

потребности V человека: 3) обеспечивают совместное решение задачи человеком и компьютером. Системы программного обеспечения-- основными структурными элементами которых являются база знаний и механизм логических выводов, получили название систем. Основанных на знаниях. Е первую очередь к ним относятся ■экспертные системы.

Однако следует признать, что не существуют пока базы ::: . .:. в ;торых в полной мере были бы реализованы приведенные шлше характеристики знания. Поэтому ставится задача рас с' рзться, каким образом знание структурируется, какие тнгшения ,1 виды связей существуют между единицами знания. Если . : :■ с доставляющих базы знаний исследован достаточно полно, значительные трудности возникают как раз в ходе поиска тветствующих им структур представления. Должны ли, например, ■тли"-гать 2я структуры представления синтаксических знаний от г/: представления прагматических и семантических знаний? Какими структурами оперирует человек в процессе понимания языка и .сак их можно представить в машине? Какова основная единица дгтавления знания: пропозиция, понятие или что-то иное? И ;алеко не полный перечень встающих здесь вопросов. Над решением этих вопросов объединились усилия не только ¡он: IX технических дисциплин, но и лингвистов, психологов. ,':.: :■;.;апологов, и философов» и логиков. Разрабатываются и дла: ?.ются различные модели когнитивных структур.

""" наш взгляд, для более полной характеристики проблемной "л:, ти, для того, чтобы понять, что достигнуто, а что еще I ястоит сделать. следует остановиться на описании основных : :пов представления знаний и моделях представления.

В ИИ представление знаний определяют как выражение на н-котором формальном языке, называемом языком представления

знаний, свойств различных объектов и закономерностей, важных для решения прикладных задач и организации взаимодействия пользователя с ЭВМ. Основными типами знаний являются леjc/73ратинные - знания фактов и закономерностей и процедурные -знания для принятия решений (правила и алгоритмы). ПерЕые - это ■знания типа "А есть В". они описывают структуру данных о внешнем мире и характерны для баз данных и сетевых моделей. Вторые, правила - знания вида "ЕСЛИ - ТО", они описывают механизмы, способные выполнять некоторые операции (логический вывод, поиск по аналогии, концептуальный анализ и т.д.), ист льзуя декларативные знания в качестве базы данных. Кроме к;::.;, иногда выделяют так называемые метазнания (знания о г-н.-:;нмях) . Понятие "метазнания" указывает на знания, касающиеся п " об использования знаний, и знания, касающиеся свойств ний. Это понятие необходимо для управления базой знаний, логическим выводом, обучением и т.п.

"бычно модель представления знаний включает базу знаний и базу данных (БД), В отличие от баз данных, содержащих гокупность сведений и фактоь о качественных и количественных ;■:■■ рактерпстиках конкретных объектов, базы знаний содержат нцептуальные, понятийные знания, выраженные на естественном языке в термина:-: предметной области.

Воз модели представления знаний можно разбить на два типа: . и -¡еекие и эвристические. К эвристическим относят сетевые, i . ймг-вые и r.-¿ дукц'I1 иные модели. Кратко охарактеризуем их.

1. Логическая модель. Логическая модель используется для ¡: р'." дставления знаний в системе логики предикатов первого ; ;дха и П' лучения заключений с помощью правил вывода. В этой модели лежит формальная система, задаваемая творкой вида М- :Т. Р, А, В>. Множество Т есть множество

в:::: лемент :е различной природы. Для множества Т существует ц ду] П ~ спределения принадлежности или непринадлежности г". : г . л;., но г элемента к этому множеству за конечное число г в Множеств: Р - множество синтаксических правил. С их :Цью из элементов Т образуют си нт а к с ичееки правильные купностн. " помощью процедуры ГКР) за конечное число шагов .. .л: получить ответ на вопрос, является ли совокупность X ' " лчески правильной. 3 множеетзе синтаксически правильных улл стай выделяется множество А. Это аксиомы. Как и для : /гл :тавляющих формальной системы, должна существовать

Е ц ".у; П'А'. . :■ помощью которой для любой синтаксически

р........л вокупносТЙ можне определить ее принадлежность к

А. Множеетзе В множество правил вывода. Применяя их :■■-" = ментам А. можно получать новые синтаксически правильные .. .. " г л. к к >т рым сн эва можно применять правила из Б. Так формируется множество выводимы:-: в данной формальной системе ллн Если имеется процедура ПСЕ)« с помошью которой можно

определить для любой синтаксически правильной совокупности, является ли она выводимой, то соответствующая формальная наззается разрешимой. Это показывает, что именно вывода яются наиболее сложной составляющей

формальной системы. Б логическом представлении исчисление ; з может комбинироваться с такими сравнительно эффек-лвнлми механизмами вывода, как резолюции.

Формальная система представляет собой генератор порождения знаний, образующих множество выводимых в данной системе свойство логических моделей делает их притя-ьными для использования в базах знаний. Оно позволяет в базе лишь те знания, которые образуют множество А, а г :л: ные знания получать из них по правилам вывода.

ГВОМ г; ?•■:•:■: ;:;:х моделей« использующих язык логики : ; г-т;:1:-;- я обоснованность выво-

д: г , " отвляемыг-: в системе .

т - т ■■■. ~ незави:имс г того, используется или нет логика предикатов для представления знаний, она составляет теоретический Фундамент в систематике описания, а по своему дн: Й : всех представлений знаний.

... в сложных предметных областях

т: " : ггоко; 1кимп И недостаточно наглядными в

.• : V.: й "ласти или соответствующих

■ ■■-.нт:л. "ша-шя, п:' едставленные с помощью логической . . ..-;■-:: "г ■ ■: ^ . стуг ::г --аннь:ми: например, для сбора всей

;■ "т..-.ту (конкретизации) приходится 1:1 г ■ все ми-'Жестг-: логических формул некой БД. . --гич-т : в этом плане являются сетевое и

мм вое представления.

Сетевые модели. Изначально семантическая сеть была [,. п. -дставления структуры долговременной

впоследствии стала одним из основных . ... знаний в инженерии знаний. Семантическая в . - и резать модель мира, которому принад-ма. Такой тип представления направлен в ие мира проблем, чем правил, относящихся 1:г . Семантическая сеть представляет собой

..... В своей простейшей форме она представляет

■й, точки пересечения которой называются _ лзми). Каждая вершина мыслится как тределенный концепт. Любая вершина может быть : I количеством других узлов. Извлеченная из своего

■сдельная вершина может быть изображена в виде

определенным образом разветвленного графа, что позваляет отразить иерархию связей в семантической сети. Сети указывают на простейшие типы отношений между концептами, такие, как "А есть В" (A IS а В), или "А имеет В" (A HAS Б), или "А находится в отношении к В". "А связано с В" (ARB), что графически может быть отражено дугой, связывающей А и В. Сети получили название семантических именно потому, что отношения между концептами :■ 6л а дают определенным значением, связь осуществляется на основе смысловой зависимости между концептами. Сетевое представление трактуют как графическую версию исчисления предикатов, где одна вершина (.предикат) с помощью дуг связывается с другими вершинами (аргументами предиката). Но семантическая сеть представляет не только набор (соединение) формул. Она также описывает их взаимосвязи и погружение их в контекст области рассуждений.

Отмечается, что основанное на семантических сетях представление знаний может заменить представление, базирующееся на логике предикатов. В отличие от логического представления еет.ьое дает сгруппированную вокруг конкретизации информацию. Сетевые пространства могут быть с успехом применены для представления гипотетических миров, контекстов при планировании, для кодирования различных уровней абстракции и т.д.

3. Фреймы. Стремление разработать представление, соеди-н:ющ:е з себе достоинства различных моделей, привело к моделям iL. . в. Фреймовые модели представления знаний возникли под влиянием предложенной М.Минским концепции фрейма как особого юл когнитивной структуры. Фрейм - это структура данных, пред-на н-.-.енная для представления некоторой стандартной ситуации. С кажД1 IM фреймом ассоциируется разнообразная информация. ■li- Й1-: вое представление относят к объектному представлению, Класс объектов может определяться одним типичным

Л1

'Съектом. Если нужен доступ к информации по одному из этих ъс-ктов, то обращаются к соответствующему фрейму и уже внутри нег' находят свойства и факты относительно рассматриваемого -■¡'ъекта. Свойства описываемого фреймом понятия или объекта ".до: гея в слотах, которые представляют собой пару, включающую имя слота (свойство, признак) и значение, определяемое нретной ситуацией. Фрейм, таким образом, будет состоять из руппы таких слотов.

Грейм может быть представлен в виде следующей общей схемы:

f ~ {<УХ, ёг> , <У2, » . . . , } ,

где £ - имя фрейма, VI - имя слота, - значение

:аполннтель; слота.

Например* Фрейм "Деловая поездка" может выглядеть так: ДЕЛОВАЯ ПОЕЗДКА = {<Кто, х>, <Куда, у>, -Когда, г:--,

*:.Цель.^--, С кем, Ь>, <Вид транспорта, ё>} * Б качестве значений слотов могут выступать имена других ;:ейм> з , что обеспечивает связь между фреймами.

Т-: им соответствует описанию процедуры, а означенный фрейм Фрейм пример) соответствует вызову процедуры. Отличие

:йн в от описаний процедур состоит в том. что Фреймы могут ыдагься не по имени - а по соответствию текущей ситуации, . т-рук вписывает данный фрейм. С каждым слотом Фрейма связаны .:;: ания условий, которые должны быть соблюдены для означивания з.. Все Фреймы взаимосвязаны и образуют единую фреймовую .. т.му, з которой органически объединены декларативные и пр ц.дурные знания.

с имущества семантических сетей и фреймовых моделей .ключаютоя, с одной Стороны, в их экономичности, позволяющей .крутить время автоматизированного поиска информации, а е и :торо11Ы, в их удобстве для описания определенны:-:

областей знания й соответствующих фрагментов реальности, изучаемых в данных областях, когда выделяются основные с точки ния решаемых задач объекты предметной области и системы то же время для этих типов моделей существуют тельные проблемы с организацией вывода, поскольку связанные с этими представлениями правила вывода лишены Формальной строгости правил вывода логики предикатов. Поэтому существляемые здесь рассуждения относят к правдоподобным. Но . условии подведения под них достаточно строгих логических и математических оснований фреймовые