Технологии
|
Скачать 0.96 Mb.
|
|
1.6. Диалоговые системы искусственного интеллекта Появление комплексного диалогового интерфейса (направление В на рис. 1.1) привело к новому стилю использования вычислительной техники, поскольку стало возможным компоновать различные интеллектуальные системы. На рис. 1.8 приведены их основные составляющие. В левой части рисунка перечислены подсистемы, характерные для экспертных систем, а в правой части — подсистемы, характерные для интеллектуальных пакетов прикладных программ и расчётно-логических систем. Штриховые стрелки указывают на соответствие подсистем в левой и правой частях рисунка 1.8, из которого можно получить различные варианты систем искусственного интеллекта (в подрисуночной подписи отмечены подсистемы, вхождение которых не является обязательным). Во все виды интеллектуальных систем входит система общения, в общем случае представляющая собой лингвистический процессор в программной или аппаратной реализации, который осуществляет автоматический перевод профессиональных диалектов естественного языка на язык ЭВМ и обратно. Лингвистический процессор работает на основе модели языка (словарь и грамматика) и модели предметной области. В общем случае лингвистический процессор осуществляет морфологический, синтаксический и семантический анализ запросов, и соответственно семантический, синтаксический и морфологический синтез ответов, сформированных с помощью базы данных. При звуковой речи соответственно добавляются фонетический анализ и синтез.  Программно-аппаратные средства логического вывода необходимы для реализации процедур пополнения знаний, их обобщения и проверки на непротиворечивость. Построение системы логического вывода требует, в частности, развития неклассических и так называемых псевдофизических логик. Это даёт пользователю возможность с помощью ЭВМ на основе результатов научных экспериментов устанавливать закономерности, а также выдвигать и проверять гипотезы. Дадим краткое описание интеллектуальных систем, приведённых на рис. 1.7. 1.6.1. Интеллектуальные информационно-поисковые системы Как видно из рис. 1.8, основными составляющими интеллектуальных информационно-поисковых систем являются система общения, база знаний и база данных. Эти системы явились самыми первыми системами искусственного интеллекта, и работы над ними начались с развитием вычислительной техники. Интеллектуальные информационно-поисковые системы называют также естественноязыковыми системами общения или ЕЯ-системами. Основой систем общения является лингвистический процессор, осуществляющий анализ фраз естественного языка. Вопросно-ответные системы — это упрощённый вариант ЕЯ-систем, когда речь идёт в основном об использовании модели языка (словарь и грамматика) и почти не используются знания о предметной области. Системы естественноязыкового общения кроме модели языка содержат базу знаний о предметной области. 1.6.2. Интеллектуальные пакеты прикладных программ Интеллектуальные пакеты прикладных программ дают возможность конечному пользователю решать задачи по их описаниям и исходным данным без программирования процесса решения задачи — программирование осуществляется автоматически программой-планировщиком из набора готовых программных модулей, относящихся к данной предметной области. База знаний реализуется в виде функциональной семантической сети, представляющей собой в общем случае двудольный помеченный граф с двумя типами вершин. Один тип — это параметры рассчитываемых задач, в том числе исходные данные. Вершины-параметры дугами связаны с другим типом вершин, которым сопоставлены математические отношения. Функциональная семантическая сеть — это неориентированный граф, так как только при постановке расчётной задачи станет известно, что является входами, а что выходами данного математического отношения. Как только это становится известно, программа-планировщик вычленяет из неориентированного графа ориентированный граф решения задачи. У отношений выявляются входы и выходы, т. е. они преобразуются в функции. Если тем или иным способом реализовать программные модули, отвечающие каждой функции, то образуется ориентированный граф, который предопределит построение цепочки модулей рабочей программы. Одним из известных интеллектуальных пакетов прикладных систем в СССР является система ПРИЗ. В этой системе функциональная семантическая сеть строится разработчиком или пользова- телем с помощью специального непроцедурного языка УТОПИСТ. На этом же языке (после его предварительного изучения) пользователь формирует свою задачу. Аналогично функционирует система СПОРА с непродуцированным языком ДЕКАРТ. Поэтому в систему общения обоих этих пакетов входит транслятор с языков УТОПИСТ и ДЕКАРТ соответственно. В системах ПРИЗ и СПОРА автоматизируются функции программиста. Математическая модель в виде функциональной семантической сети по-прежнему строится или разработчиками, или пользователем, освоившими непроцедурные языки программирования. При использовании таких систем, как ПРИЗ в качестве систем автоматизированного проектирования технических систем блочно-модульного типа, для каждого варианта морфологии системы (состав агрегатов и схема их соединения) необходимо строить свою функциональную семантическую сеть, являющуюся математической моделью проектируемой системы. В системе МАВР сделан следующий шаг — автоматизировано построение самой математической модели, т. е. математическая модель автоматически строится по описанию проектируемой системы пользователем на своём языке. Такая возможность открывается благодаря использованию формализмов искусственного интеллекта, в данном случае фреймов, для построения базы знаний на предметном уровне. Это позволяет автоматически переформулировать модель системы на предметном уровне в математическую модель в виде функциональной семантической сети. Система общения в таких случаях обычно строится по упрощённой схеме и представляет собой то, что обычно называют естественноязыковым модулем, состоящим из словаря и формирователя стандартизированных фраз-меню, на которых пользователь в режиме диалога осуществляет описание проектируемой системы и формулирует расчётную задачу. 1.6.3. Расчётно-логические системы Дальнейшим развитием интеллектуальных пакетов прикладных программ для коллективного распределённого решения задач планирования и проектирования, научных исследований и т. п. являются расчётно-логические системы. Интеллектуальные пакеты прикладных программ — класс систем искусственного, интеллекта, который можно назвать моносистемами в том смысле, что здесь один (возможно, групповой) пользователь, и соответственно декларативные и процедурные знания сосредоточены в системе. Между тем в коллективах, решающих какую-либо общую задачу (например, планирования или проектирования), знания, умение, квалификация, ответственность распределены между специалистами, группами специалистов, организационными подсистемами и т. п. При декомпозиции общей задачи на подзадачи руководящий центр организации руководствуется именно этими особенностями коллективов. Для успешного решения общей задачи должно быть обеспечено организационное (в смысле иерархической подчинённости) и информационное взаимодействие как между группами специалистов, так и между группами и центром. Таким образом, возникает сложная проблема с далеко идущими социально-психологическими последствиями, когда распределённое решение общей задачи будет происходить на основе включения ЭВМ в коммуникационные отношения внутри коллектива в процессе решения общей задачи. В этом случае вместо совокупности не связанных между собой моносистем искусственного интеллекта будем иметь мультисистему или расчётно-логическую систему, которую можно назвать системой распределённого искусственного интеллекта. Для распределённого решения общих задач характерным является решение локальных задач на отдельных рабочих местах, а решение общей задачи идёт за счёт координируемого взаимодействия по каналам связи. Заметим, что взаимодействие между подсистемами или отдельными пользователями может быть организовано или на одной ЭВМ, или на сети ЭВМ, при этом компетенция, знания, ответственность рассредоточены по многим подсистемам, взаимосвязанным как по вертикали, так и по горизонтали. Распределённое решение задач принципиально отличается от широко известной обработки данных на сетях ЭВМ, где имеют дело не с мультисистемой, а по-прежнему с моносистемой, когда для решения большой задачи пользователю не хватает ресурсов своей ЭВМ, включённой в сеть. Тогда из вычислительных машин сети для пользователя образуется виртуальная ЭВМ, превосходящая по производительности собственную ЭВМ пользователя. Мультисистемы, в том числе системы распределённого искусственного интеллекта, могут представлять собой расчётно-логические системы или быть образованы из экспертных моносистем. 1.6.4. Экспертные системы Резко возросшая популярность экспертных систем и их актуальность привели к тому, что программы, созданные для разнообразных человеко-машинных систем, их авторы стремятся выдать за экспертные системы. Экспертная система — это программы ЭВМ, использующие знания и технику рассуждений человека-эксперта. Следует подчеркнуть одну особенность экспертной системы, принципиально отличающую её от других человеко-машинных систем.,— это наличие в её составе подсистемы объяснения (см. рис. 1.8). Подсистема объяснения отвечает на вопросы «как» и «почему», система подводит конечного пользователя к тому или иному выводу. Наличие подсистемы объяснения удовлетворяет естественному требованию уверенности пользователя в своих действиях. Без подсистемы объяснения возможны две равно неприемлемые альтернативы: игнорирование ЭВМ в результате недоверия к полученным результатам; абсолютная уверенность, что решения, принятые ЭВМ, всегда верны, и, как следствие, перенос ответственности за последствия принятых решений на математиков и ЭВМ. Обратимся вновь к рис. 1.8. Наличие в правой колонке библиотеки прикладных программ или наборов программных модулей отражает широкое использование в расчётно-логических системах и в интеллектуальных пакетах прикладных программ математического моделирования и вычислительного эксперимента. Имеются в виду модели, основанные на фундаментальных законах физики и механики, оптимизационные модели исследования операций и экономики. В экспертных системах используются модели, построенные на специальных формализмах искусственного интеллекта, и называемые логико-лингвистическими. Поскольку экспертные системы ориентированы на знания и манипуляцию с ними, то высказывается мнение, что появился новый вид моделирования — «моделирование познавательной деятельности» [27], имеющее широкий спектр применения, в том числе в области научных исследований. Укажем на характерные этапы научных исследований [28]: сбор и обработка исходных эмпирических данных; математическая и логико-теоретическая обработка данных с целью выявления новых фактов, объективная истинность которых имеет как теоретическое, так и эмпирическое обоснование; построение на основе обобщения научных фактов новых теорий, отображающих фундаментальные отношения и связи исследуемых процессов и явлений. Если первый этап научных исследований к настоящему времени автоматизирован достаточно полно за счёт применения систем обработки данных, использования банков данных и систем управления базами данных, а также документальных и фактографических информационно-поисковых систем, то с автоматизацией второго и третьего этапов дело обстоит сложнее. Решающее значение при этом имеют математическое моделирование и вычислительный эксперимент. Это относится к наукам, где можно построить математические модели. В таких науках, как медицина, биология, геология, химия и т. д., деятельность учёных на этих этапах остаётся неавтоматизированной. Вот почему так популярны стали экспертные системы, решающие задачи моделирования познавательной активности именно в таких областях науки. Познавательная активность предполагает, что люди (эксперты) способны [29]:
Что из этого списка можно реализовать с помощью экспертных систем? Как системы, ориентированные на знания, экспертные системы в настоящее время способны реализовать первые два свойства, четвёртое свойство реализуется как выдача рекомендаций в диалоговом режиме. Третье свойство — это прерогатива человека, но в диалоге с экспертной системой эта способность человека существенно интенсифицируется. Пятое свойство реализуется только в экспертной системе подсистемами объяснения и доверия. Седьмое свойство может быть реализовано разработчиками экспертной системы, а в дальнейшем пользователями. Экспертные системы могут выполнять следующие функции: интерпретация данных с целью определения их значения; диагноз или определение состояния технических и биологических систем (на основе интерпретации зашумленных данных); контрольное наблюдение (мониторинговые системы) или непрерывная интерпретация данных в реальном масштабе времени критических состояний наблюдаемых объектов (реанимация, ядерные реакторы и т. п.); предсказание развития будущего на основе моделирования настоящего и прошлого; планирование и разработка мероприятий и действий для достижения поставленных целей; проектирование или выработка чётких предписаний по построению объектов, удовлетворяющих поставленным требованиям. С точки зрения моделирования познавательной активности и теории экспертных систем несколько в ином, более широком аспекте выступает понятие новой информационной технологии [30]. В будущем экспертные системы приведут к массовой электронной технологии представления, накопления, использования и передачи знаний. Печатные издания, в которых заключён накопленный объём знаний, как системы представления знаний пассивны по своей сути. Прежде чем применить знания, накопленные в книгах, необходимо их сначала найти, проинтерпретировать для решения постоянно возникающих проблем. Крайне негибки книги в смысле обновления и представления новых знаний. Коммуникативные процессы передачи знаний другим людям посредством книг также негибки. Не следует думать, что электронное представление знаний означает простое переписывание в память ЭВМ текстов из печатных изданий. Прежде чем попасть в пространство памяти ЭВМ, знания из книг и знания экспертов должны быть перекодированы в специальные языки представления знаний. Это языки логического, сетевого и продукционного типов. Разумеется, останутся уникальные тексты, которые в случае необходимости будут записаны в памяти в привычной текстовой форме. Существующие программные системы негибки и всякое изменение в знаниях, заключённых в программах, приводит к необходимости перепрограммирования. Возможно, здесь сыграет определённую роль так называемое неформальное программирование, основанное на теории продукционных систем [31]. Создание экспертных систем не может идти по обычной схеме заказчик—исполнитель, когда в соответствии с техническим заданием разработчик-исполнитель сдаёт заказчику готовую для эксплуатации систему. Это невозможно потому, что знания, которыми должна быть заполнена конкретная экспертная система, находятся у заказчика, а не у исполнителя. Организация-исполнитель (разработчик) с помощью специальных инструментальных средств создаёт так называемую пустую экспертную систему, или метасистему, ориентированную на один из классов экспертных систем. Заполнение знаниями «пустой» системы осуществляется непосредственно у заказчика специальными инженерами по знаниям, входящими либо в организацию-разработчик, либо в организацию-заказчик. Инженеры по знаниям должны, с одной стороны, быть вполне компетентными в теории экспертных систем, а с другой — знать предметную область и уметь работать с экспертами из этой области, чтобы превращать их знания в формализмы данной экспертной системы. Для формализации знаний из текстов и из интервью с экспертами разработаны специальные языки. Инструментальные системы, в сущности, представляют собой экспертные системы для создания экспертных систем. Естественным расширением этого явилось создание экспертных систем для программирования (системного и прикладного). Распределённые экспертные системы. Распределённые системы искусственного интеллекта, образованные из отдельных систем, необходимы при многоаспектном диагнозе распознавания свойств сложных объектов, когда важно взаимодействие отдельных специалистов в процессе распознавания и формирования плана действий. Примерами таких ситуаций могут служить эколого-экономические проблемы, проблема постановки точного диагноза больному на основе результатов комплексного обследования врачами-специалистами. Важное значение распределённые экспертные системы будут иметь для создания больших программных комплексов коллективом программистов. В нашей стране разработана технология коллективного программирования с графическим представлением программ на дисплеях [32]. Распределённые экспертные системы могут быть реализованы на одном многотерминальном вычислительном комплексе или на сетях ЭВМ (например, персональных). Гибридные экспертные системы. От традиционных экспертных систем, основанных на логико-лингвистических моделях, гибридные экспертные системы отличает широкое использование также и математических моделей. Традиционно автоматизированные системы проектирования, планирования и научных исследований строятся на математических моделях. Но в них невозможно учесть неформальные специфические знания проектировщиков, плановиков, исследователей и т. д. Поэтому так важно объединение математических моделей с логико-лингвистическими. При использовании систем ПРИЗ и МАВР, например, в качестве систем автоматизированного проектирования, входом явится сформированный проектировщиком вариант технической модели. При формировании технической модели (осуществляемой вне систем ПРИЗ или МАВР) используются специфические знания и опыт проектировщиков. Создание экспертной подсистемы для формирования технической модели и объединение её с системой автоматизированного проектирования позволит получить гибридную экспертную систему. Обобщённые прикладные интеллектуальные системы. Обобщённые прикладные интеллектуальные системы можно рассматривать как расчётно-логические системы, дополненные экспертными подсистемами, или как распределённые экспертные системы с сильной вычислительной компонентой. Все виды интеллектуальных систем могут и должны реализоваться на существующих, в том числе персональных, ЭВМ. Это нужно для получения первоначальных результатов применения интеллектуальных систем и для накопления опыта. Наибольший эффект будет получен при использовании внутренней интеллектуализации ЭВМ (направление С на рис. 1.1). 1.7. Внутренняя интеллектуализация ЭВМ Целью внутренней интеллектуализации ЭВМ является, с одной стороны, создание ЭВМ такой архитектуры, при которой за счёт распараллеливания обработки информации достигается весьма высокая производительность, а с другой — осуществляется ориентация на решение специфических задач искусственного интеллекта, в частности на создание высокоэффективных экспертных систем. 1.7.1. Высокопроизводительные ЭВМ Практически все архитектуры вычислительных систем, имеющие распределённую память и высокопараллельную обработку информации относятся к классу МКМД (Множество потоков Команд –Множество потоков Данных). При разработке этого класса систем возникают три взаимосвязанные проблемы: модель вычислений; схема управления в модели вычислений; конкретная архитектура МКМД. Модель вычислений определяет принцип отбора исполняемых в данный момент операторов, образующих программу, что позволяет различать следующие модели: последовательная (по фон Нейману) — операторы исполняются согласно задаваемому программистом порядку; потоков данных (каждый оператор исполняется в момент готовности всех аргументов); редукционная (рекурсивная) — оператор возбуждается, если некоторый другой оператор требует исполнения данного оператора; объектно-ориентированная (оператор — это объект, который возбуждается, когда к нему есть запрос, в этом случае программа — объединение объектов в некоторую сеть). Для моделей вычислений используются следующие схемы управления: управление выполнением операторов (принудительное последовательное или параллельное); управление от данных (данные определяют функционирование того или иного фрагмента вычислительной модели); управление запросами (поступающий запрос определяет активность того или иного оператора). Архитектуры компьютеров МКМД. Можно указать на архитектуры с универсальными и со специальными связями [33, 34]. К первым относятся архитектуры с общей шиной и архитектуры с коммуникационной сетью, обеспечивающие связь между всеми процессорами. К архитектурам со специальными связями относятся древовидные архитектуры типа двумерных, трёхмерных решёток и др. С точки зрения организации связей указанные архитектуры можно было бы подразделить на системы с непосредственными универсальными связями и системы с транзитивными универсальными связями. Рассмотрим некоторые отечественные проекты с точки зрения классификации моделей вычислений, схем управления и архитектур. Макроконвейерный вычислительный комплекс. Это многопроцессорная вычислительная система типа МКМД с распределённой памятью и универсальной системой связи (коммутационная сеть, обеспечивающая параллельный обмен информацией «каждый с каждым»). В максимальной конфигурации (256 процессоров с быстродействием 0,5 млн. команд в секунду, памятью 0,5М байт на один процессор) система обладает потенциальной производительностью свыше 100 млн. команд в секунду [34]. Суть макроконвейерных вычислений состоит в том, что при распределении заданий между процессорами каждому из них на очередном шаге вычислений даётся такое задание, которое может загрузить процессор работой, не требующей его взаимодействия с другими процессорами. Макроконвейерная организация вычислений образуется в результате анализа циклической структуры программы, реализующей алгоритм решения задачи. Циклы и особенно вложенные системы циклов в данном случае — главный объект распараллеливания программ. При этом организуется передача результатов по обработке циклов от процессора к процессору с перекрытием — без ожиданий. Таким образом, организация работы представляет собой, по сути, линейный конвейер. Приставка «макро» означает, что речь идёт о распараллеливании внешних циклов, а не внутренних, которые имеют место на уровне микрокоманд. Распараллеливание двойных или тройных циклов приводит соответственно к организации двумерных или трёхмерных макроконвейерных систем. Управление вычислением в макроконвейер-ном вычислительном комплексе осуществляется распределённой операционной системой, обеспечивающей различные типы организации макроконвейерных вычислений и динамическую реконфигурацию системы в зависимости от решаемой задачи. В состав комплекса входят управляющие процессоры, арифметические процессоры (плавающая запятая разрядности 64 и 128, векторные операции). В дальнейшем предусматриваются процессоры реального времени и процессор логического вывода. Разработка общесистемных и прикладных программ для макроконвейерного вычислительного комплекса ведётся с использованием специально разработанного языка параллельного программирования МАЯК. Это алгоритмический язык высокого уровня для распределённых многопроцессорных систем, удобно сочетающийся с традиционными языками последовательного программирования (типа ФОРТРАН или ПАСКАЛЬ), которые могут использоваться для разработки программных модулей, исполняемых на отдельных процессорах. Машина с динамической архитектурой. Эта вычислительная структура с высоким уровнем интеллекта [35, 36] с точки зрения модели вычислений относится к классу объектно-ориентированных моделей, в основе которых лежат динамические автоматные сети. Они обеспечивают представление любой задачи в виде динамической структуры, т. е. в виде множества объектов, обменивающихся информацией и связанных между собой определёнными отношениями. Как объекты, так и отношения сами могут являться структурами. Динамизм структуры заключается в том, что она наделена способностью к автотрансформации, т. е. в состав структуры входят такие элементы, которые способны изменять её. Исходной программе соответствует некоторая начальная структура, к трансформации  Рис. 1.9. Структура машины с динамической архитектурой 1, 2 — коммутационные и операционные автоматы соответственно которой и сводится решение задачи. Она считается решённой, если в программной структуре не остаётся ни одного элемента, способного изменять эту структуру. В рассматриваемой модели машины с динамической архитектурой используются как схема управления от данных, так и схема управления с помощью запросов. Архитектура рассматриваемой машины относится к типу архитектур с универсальными связями на основе коммутационной системы, в состав которой входят вычислительные и коммутационные модули (рис. 1.9). В динамической автоматной сети каждому элементу структуры сопоставляется конечный автомат (исключение составляют лишь некоторые примитивные отношения, такие, как ПРИНАДЛЕЖНОСТЬ, СЛЕДОВАНИЕ, ЭКВИВАЛЕНТНОСТЬ и ряд других, которым сопоставляются межавтоматные связи). Конечный автомат не только преобразует входные сигналы от других автоматов в выходные, но и обеспечивает формирование таких воздействий на коммутационную среду (обеспечивающую межавтоматные связи), которые позволяют изменить связи этого автомата с другими автоматами сети, ликвидировать все связи (что эквивалентно уничтожению автомата), включать в состав сети новые автоматы, обеспечивая тем самым её развитие. Любой динамической автоматной сети можно сопоставить виртуальную машину, архитектура которой динамически изменяется в соответствии с изменением структуры сети в ходе решения задачи. На данном этапе развития технологии целесообразно сопоставлять реальный вычислительный модуль не отдельно взятому автомату, а множеству автоматов. Например, множество операционных автоматов отображается в вычислительные модули (по нескольку автоматов в одном модуле), при этом каждый вычислительный модуль соответствует вычислительной машине, включающей в свой состав процессоры (обеспечивающие реализацию функций автоматов), оперативную и внешнюю память (обеспечивающие хранение описаний автоматов и их состояний) и каналы ввода-вывода, осуществляющие взаимодействие автоматов с внешней средой (периферийными устройствами). Множество коммутационных автоматов отображается в коммутационные модули, соответствующие специализированным процессорам, близким по своим функциям к связным процессорам, используемым в вычислительных сетях. Внутренние языки современных машин содержат элементы двух принципиально различных классов — команды и данные. Программа, определяющая алгоритм решения задачи, представляет собой жёстко определённую последовательность команд, остающихся неизменными в ходе её решения. Данные являются объектами преобразования со стороны программы и непосредственно не входят в её состав. Несмотря на различия, команды и данные не содержат признаков, позволяющих отличить их друг от друга. В машине с динамической архитектурой внутренний язык (язык ДАР) состоит из программных элементов, достаточно близких друг к другу как по структуре, так и по исполнению, поскольку каждый из этих элементов соответствует автомату динамической автоматной сети. Любой программный элемент может выполняться и, в свою очередь, быть объектом преобразования. Программа, представленная в машине с динамической архитектурой, соответствует сети программных элементов, и процесс решения задачи заключается в преобразовании исходной сети в конечную сеть, соответствующую результату. В заключение заметим, если в макроконвейерном вычислительном комплексе языком программирования является язык МАЯК, то в машине с динамической архитектурой — язык РЯД [37]. Теоретические и экспериментальные исследования машин с динамической архитектурой показали, что при их использовании на порядок уменьшается объём системного и прикладного программного обеспечения при одновременном повышении эффективной производительности на один-два порядка даже при наличии стандартной элементной базы. Происходит это за счёт увеличения числа одновременно работающих процессоров. В машине с динамической архитектурой, как и в человеческом коллективе, происходит, в сущности, декомпозиция общей задачи на подзадачи при дальнейшем одновременном исполнении каждой подзадачи. 1.7.2. Система с внутренней интеллектуализацией на основе функционального подхода Идея функционального подхода [38, 39] возникла из сопоставления аналоговых и цифровых вычислений. Обратимся к примеру. Пусть требуется вычислить функцию F(x) = H (G(x), K(x)). «Естественный параллелизм», присущий определению функции Р(х), позволяет представить схему управления для параллельного вычисления Р(х) так, как показано на рис. 1.10. При аналоговых вычислениях с точностью до переходных процессов функция Р(х) вычисляется при одновременной параллельной работе всех трёх блоков G, К и Н. В цифровых машинах вычислительный процесс состоит из отдельных вычислительных актов и носит строго иерархический характер, идея которого, в частности, может базироваться на методологии структурного программирования. Каждое вычисление (например, в блоках G, К, Н) происходит в результате вычислительного акта, после завершения которого выход одного блока может быть передан на вход другого. При аналоговом вычислении также налицо иерархичность, но она носит функциональный характер.
Рассматриваемая модель вычислений со схемой управления от данных может быть отнесена к классу объектно-ориентированных моделей. Система состоит из двух уровней. На верхнем – реализуется реляционный язык описания ситуаций задачи и запросов (заданий на выполнение). Нижний уровень — уровень вычислительной модели. Основным понятием на нём является понятие объекта. Объекты бывают двух типов: атомы (статические, не меняющиеся в процессе вычислений объекты) и фреймы (динамические объекты). Минимальный набор статических объектов состоит из двух атомов — Т (истина) и Р (ложь). При функционировании системы ссылка на атом указывает на изображение этого атома, а ссылка на фрейм есть адрес действительного элемента памяти, хранящего этот фрейм. С элементами памяти связан абстрактный процессор, способный независимо от других процессоров принимать и обрабатывать заявки на выполнение локальных преобразований в данном элементе памяти. При выполнении заявки этот процессор может порождать новые заявки, которые он посылает другим процессорам. Заявки, поступающие на конкретный процессор, выполняются последовательно. Имеется фиксированный набор команд (приказов), которые могут передаваться в заявках. 1.7.3. ЭВМ, ориентированные на символьные преобразования Появление ЭВМ новых поколений вызвано возрастающей потребностью в символьных преобразованиях, к которым приводят задачи обработки текстов, поиска и сортировки (т. е. задачи, связанные с манипуляцией знаниями). По сравнению с символьными преобразованиями удельный вес собственно вычислений стал падать, в то время как архитектура современных ЭВМ ориентирована на автоматизацию вычислений. Это обусловило снижение эффективности использования ЭВМ, усложнение подготовки и программирования задач. Кроме того, необходимость изучения программирования сдерживала массовое применение ЭВМ. Эти обстоятельства привели к созданию ЭВМ новых поколений, ориентированных на решение невычислительных задач и доступных для массового пользователя. Логическая информационно-вычислительная система (ЛИВС) [41] относится к классу ЭВМ новых поколений. Общая структура системы показана на рис. 1.11. Собственно ЛИВС выделена штриховой линией. В состав ЛИВС входят пять основных блоков: решатели с рабочим полем памяти; система управления базой знаний с базами знаний и данных; процессор общения (лингвистический процессор); подсистемы объяснения и доверия, необходимые при реализации на ЛИВС экспертных систем. В базе знаний хранится сложно структурированная информация в виде семантической сети, вершины (информационные единицы) которой связаны между собой системой именованных отношений. Все операции со знаниями — это операции на семантических сетях по обработке информации, хранящейся в информационных единицах (фреймах, списках, сценариях и т. п.). На рис 1.12 показан фрагмент семантической сети, образованный из фреймов Фi (Кi — значения, хранящиеся в слотах с именами Si). Значениями слотов могут быть как некоторые константные, так и целые совокупности специально образованных фактов. Со значением некоторого слота связана целая таблица константных фактов Р1, P2, ..., Рп, следовательно, БД входит в более сложную структуру – базу знаний (рис. 1.12). Все операции со знаниями: навигация в семантических сетях, перестройка сетей, обработка информации, хранящейся в информационных единицах, обработка знаний — тесно связаны с процедурами логического вывода. В данной системе совмещены процедуры дедуктивного вывода, необходимые при поиске значений и пополнении базы знаний, с процедурами правдоподобного вывода, используемыми для  Рис. 1.11. Структура логической информационно-вычислительной системы  Рис. 1.12. Фрагмент семантической сети получения новой информации на основе хранящихся в базе единичных фактов и наблюдений. В лингвистических процессорах широко используются грамматики сетевого типа (схемы Вудса, Конвея, расширенные сети переходов). Процедуры в таких грамматиках носят чётко выраженный продукционный характер, что неизбежно приводит к проблемам логического вывода. Необходимость реализации на ЛИВС экспертных систем продукционного типа также ставит задачу создания механизмов логического вывода. В логической информационно-вычислительной системе [41] реализованы разнообразные механизмы логического вывода, позволяющие решать следующие задачи: описание проблемной области в некоторой системе понятий и отношений между ними с возможностью автоматического пополнения этих описаний; анализ реализации различных процессов преобразования описаний, функциональных зависимостей (на основе функциональных логик); конструирование новых объектов в проблемной области и их включение в систему отношений (на основе логических процедур конструирующего типа, приводящих к правдоподобным выводам о закономерностях проблемной области). При разработке ЛИВС логика рассматривается как пара язык — исчисление, а язык, в свою очередь, как пара синтаксис — семантика. Такой подход позволяет описывать проблемную область, а также все процедуры, связанные с решением задач в этой области. Из такого подхода вытекает альтернатива традиционному способу построения архитектуры ЭВМ. Следует подчеркнуть, что в рассматриваемой системе реализуется целый спектр непохожих друг на друга и в то же время взаимодействующих между собой логических систем, что является существенной особенностью логической информационной вычислительной системы. В заключение заметим, что ЛИВС можно использовать в качестве: очень мощной базы знаний или информационной системы с широко развитыми средствами интеллектуального интерфейса (развитым языком запросов как прямых, так и косвенных), а в дальнейших версиях — с речевым вводом-выводом и графическим интерфейсом; экспертной системы или любой другой интеллектуальной системы, опирающейся на знания; гибридной системы, когда использование блоков ЛИВС сочетается с ЭВМ, ориентированной на вычисления и пакеты прикладных программ. Машина параллельной архитектуры для интеллектуальных систем. Существенной особенностью системы ПАМИР [42] является то, что она ориентирована на архитектуру, опирающуюся на волновые асинхронные процессы (динамика которых отражает динамику решения задач), разнообразные идеи, связанные с ассоциативным поиском, децентрализованными способами обмена, управления с помощью «классных досок объявлений», потоковыми схемами и другие. В системе ПАМИР рассматриваются с единых позиций организация волновых процессов в статических и динамических сетях. Системы представления знаний, логического вывода, поиска ответов на запросы реализуются на архитектуре активной сетевой базы данных (АСБД), представляющей собой однородную среду с регулярными связями, где в вершинах находятся однотипные специализированные процессоры. Мультипроцессорная среда, в которую погружена АСБД, реализует волновые параллельные процессоры, данные которых нужны пользователям, а также для подсистем логического вывода.  Рис. 1.13. Структура системы ПАМИР Структура системы ПАМИР показана на рис. 1.13. В состав системы входят блоки, которые могут функционировать как в составе всей системы, так и автономно. Совместное функционирование всех блоков обеспечивается специальными системными средствами таким образом, что взаимодействие между блоками носит параллельный асинхронный характер. Подсистема представления знаний состоит из двух компонентов — машины данных и машины знаний и блока интерфейса между ними. Различие между машинами — это различие между экстенсиональными и интенсиональными знаниями. Интерфейс между ними реализован с помощью  Рис. 1.14. Транспьютерная реализация функциональной схемы системы ПАМИР. Тi — транспьютер. монитора. Поскольку в системе ПАМИР предполагается максимально использовать распределённые модели управления, то монитор как физический блок может отсутствовать. Подсистема логического вывода состоит из двух машин: машины дедуктивного и машины правдоподобного вывода, блока интерфейса между ними, а также ряда внешних интерфейсных блоков. Особенностью подсистемы вывода, не встречавшейся в новых версиях ЭВМ нового поколения (за исключением ЛИВС), является возможность одновременной работы машин дедуктивного и правдоподобного вывода, когда определённые дедуктивные шаги перемежаются индуктивными или традуктивными шагами. Следует ещё подчеркнуть, что подсистема логического вывода ориентируется не на язык ПРОЛОГ, а на специальные версии волновых языков вывода. Машина дедуктивного вывода реализуется средствами, похожими на АСБД или АСБЗ, и, следовательно, с самого начала в системе ПАМИР ставится проблема волнового вывода на семантической сети. В вершинах семантической сети располагаются спецпроцессоры или транспьютеры вывода, состоящие, в свою очередь, из трёх блоков: блока унификации, блока расщепления и обменного блока. Транспьютерная реализация системы ПАМИР представлена на рис. 1.14. Система общения в системе ПАМИР обеспечивает связь с пользователем на ограниченном естественном языке. Основным её отличием от других систем общения является ориентация на волновой характер процессов, являющийся следствием организации лингвистической базы знаний на основе активной семантической сети. Таким образом, система ПАМИР проникнута единой волновой идеологией, основанной на использовании активных семантических сетей. |
Похожие:
 |
1 Раскройте понятия: технологии, информационные технологии, информационный... Технологии Технология (гр technе — мастерство, logos — учение, учение о мастерстве) — сов окупность знаний о способах и средствах... |
|
Наборы утилит служебных программ операционных систем. Средства и... Контрольные задания по разделам дисциплины : Системные технологии, Офисные технологии Сетевые технологии |
|
Экзаменационные вопросы по дисциплине «Инструментальные средства и технологии программирования» Понятие технологии программирования. Основные задачи технологии программирования |
 |
Образование, становление и основные этапы развития кафедры "Технологии... Секция «Технологии конструкционных материалов» (ткм) в филиале работала с 1959 г. В 1986 г., отделившись от кафедры «Технологии сварки»,... |
|
Рабочая программа по технологии для 7а, 7б класса Составитель: Гайфуллин... Рабочая программа по изучению технологии в 7 классах составлена на основе следующих документов |
|
Тематическое планирование по технологии 4 класс Материалы, необходимые для урока технологии. Изучение свойств материалов. Инструменты для урока технологии. Правила безопасной работы... |
|
Педагогические технологии как основа компетентностно ориентированного подхода В связи с этим, в образовательном процессе применяются инновационные технологии, которые еще и вызваны интеграционными и информационными... |
|
Доклад на eva-2004 Ника-музей, созданной средствами ника – Технологии. На той же технологии построены Евфрат – Документооборот и Архив, Статистика учебных... |
|
Рабочая программа по технологии на 2014 2015 учебный год Рабочая программа составлена в соответствии с Примерной основной образовательной программы образовательного учреждения по технологии... |
|
Отделка помещений по технологии knauf по дисциплине "Современные строительные технологии" Ефремов Михаил Александрович – Отделка помещений по технологии Knauf. – 37страниц, 20 иллюстраций |
|
Отчет о выполнении проекта реализации технологической платформы «свч технологии» в 201 Учредительное собрание участников тп «свч технологии» состоялось 30 августа 2011 года. В учредительном собрании приняли участие представители... |
|
Отчет о самообследовании муниципального казенного общеобразовательного учреждения Инновационные образовательные программы и технологии, в частности, информационные технологии |
|
Рабочая программа по технологии для 6 -10 классов Учитель: Шалкина Е. А Изучение технологии на ступени основного общего образования направлено на достижение следующих целей |
|
Программа по технологии составлена на основе федерального компонента... ... |
|
Программа по технологии составлена на основе федерального компонента... ... |
|
Рабочая программа по технологии для 6 -10 классов Учитель: Царичанская Оксана Валерьевна Изучение технологии на ступени основного общего образования направлено на достижение следующих целей |