Читаем без скачивания Мивары: 25 лет создания искусственного интеллекта - Олег Варламов

Теперь об эффективности обработки информации в миварных сетях, которые отвечают за обработку информации в миварном подходе. У Дж. Люгера, как и у многих других исследователей, неоднократно указано, что обработка информации в семантических сетях и исчислениях предикатов носит явно выраженный NP-полный характер. Это обусловлено тем, что вся обработка ведется на основе теории графов, путем применения "графа пространства состояний" [264, стр. 66]. Но далее у Дж. Люгера идет важное обобщение: "Несмотря на эту очевидную универсальность, поиска в пространстве состояний не достаточно для автоматизации интеллектуального поведения, обеспечивающего (автоматическое) решение проблем" [264, стр. 69]. Далее показано, что если бы поиска в пространстве состояний было достаточно, то нужно было бы осуществлять полный поиск по всему пространству состояний. Этот метод известен как "исчерпывающий поиск" или "поиск методом полного перебора". "Хотя полный перебор может применяться в любом пространстве состояний, огромный размер пространства для интересных задач делает этот подход практически неприемлемым… поиск в пространстве состояний можно использовать для практического подхода к любой проблеме. Поиск обеспечивает структуру для автоматизации решения задач, но эта структура лишена интеллекта. Такой подход не дает возможности формально описать задачу. Кроме того, простой полный перебор большого пространства вообще практически неосуществим и непригоден для описания сущности разумной деятельности" [264, стр. 69]. Подчеркнем, что это не наш вывод, но мы его полностью поддерживаем.

Получается, что графовое представление семантических сетей не позволяет эффективно и разумно осуществлять обработку информации и поиск решений в непростых задачах, т.е. в любых более-менее сложных и реальных задачах. Как было отмечено и подчеркнуто, миварный подход создавался для решения реальных задач в максимально сложных условиях, поэтому мы искали альтернативу графовому подходу с полным перебором. Такое решение было найдено для очень многих задач, хотя, возможно, что не для всех. Миварные сети позволяют находить решение с линейной вычислительной сложностью, хотя некоторые ученые и не согласны с тем, что такой подход осуществляет логический вывод. В этих случаях для подобных формалистов мы применяем другой термин: "автоматический конструктор алгоритмов решения задач". Этот подход основан на представлении информации в виде специальной миварной матрицы и отличается от традиционного логического вывода только тем, что не используется исчисление предикатов и не рассматриваются в явном виде вопросы истинности или ложности высказываний. Для решений реальных задач достаточно построить алгоритм решения из модулей (сервисов, отношений и т.п.), где на основе входных данных можно вычислить или определить требуемые выходные данные. С точки зрения познающе-диагностических систем вопросы ложности высказываний в исчислениях предикатов вообще не имеют никакого практического смысла; для выполнения задач познания и диагностирования требуется только алгоритм вывода от входа к выходу, который на миварной матрице ищется за один проход и без циклов. В настоящее время мы исследуем проблемы ограничений описаний предметных областей для "интересных" реальных задач с точки зрения возможности применения миварных матриц. Пока не выявлено каких-либо существенных ограничений, если условия задач возможно сформулировать в терминах продукций при выделении условий и действий в основном формате продукций "если… то…". Далее более подробно это описано в сравнении и анализе работ Д.А. Поспелова, отмечавшего, что продукции в общем виде позволяю представить любые причинно-следственные зависимости. У Дж. Люгера по поводу продукционных систем написано, что они основаны на представлении знаний в виде продукционных правил и представляют собой обобщенную и мощную модель решения задач на основе поиска. Там же описана методология "классной доски" – стратегия решения сложных системных задач с привлечением разнородных источников знаний, взаимодействующих через общее информационное поле [264, стр. 70]. Отметим, что эти же методологии используются и в миварном подходе для решения самого разного класса задач.

При описании экспертных систем Дж. Люгер так же говорит о продукциях следующее: "В чисто продукционной системе, например, модификация одного правила не имеет глобальных синтаксических побочных эффектов. Правила могут добавляться или удаляться без необходимости дальнейших изменений всей программы. Разработчики экспертной системы часто объясняют, что легкость модификации базы знаний является главным фактором производства успешных программ. Следующей особенностью экспертных систем является использование эвристических методов решения проблем" [264, стр. 274].

В экспертной системе, основанной на правилах, знание представляется в форме правил "если… то…". База знаний содержит как общие знания, так и информацию о частных случаях. "Механизм вывода применяет знания при решении реальных задач. По существу, он является интерпретатором базы знаний. В продукционной системе механизм вывода совершает цикл распознавание-действие. Процедуры, которые выполняют этот управляющий цикл, отделены от самих продукционных правил" [264, стр. 275]. Далее у Дж. Люгера есть интерпретация понятия "истинность" для продукций: "В системе, основанной на правилах, пары "условие-действие" представляются правилами "если… то…", в которых посылка (часть "если") соответствует условию, а заключение (часть "то") – действию. Если условие удовлетворяется, экспертная система осуществляет действие, предусмотренное при истинности заключения. Данные частных случаев можно хранить в рабочей памяти. Механизм вывода осуществляет цикл продукционной системы распознавание-действие. При этом управление может осуществляться либо на основе данных, либо на основе цели" [264, стр. 282]. Таким образом, говоря о продукционных системах и миварных сетях, можно употреблять термин "логический вывод", но в контексте цикла распознавание-действие.

С точки зрения нашего исследования очень важно, что "экспертные системы строятся методом последовательных приближений. Выявляемые ошибки приводят к коррекции и наращиванию базы знаний. … программа никогда не должна рассматриваться как законченная. Эвристическая база знаний всегда будет иметь ограниченные возможности. Модульность модели продукционной системы позволяет естественным образом добавить новые правила или в любое время подкорректировать существующую базу правил" [264, стр. 278]. Все вышесказанное относится и к миварным сетям. А вот когда дело переходит от представления знаний к обработке, то начинаются важные отличия.

С нашей точки зрения, главным ограничением применения продукций является то, что "продукционная система осуществляет поиск на графе. Программы подсистемы объяснений … отслеживают процесс поиска на графе и используют эту информацию, чтобы отвечать на вопросы пользователя. С помощью продукционных правил каждый шаг процесса рассуждений документируется автоматически" [264, стр. 286].

Миварный подход развивает продукционный подход в самом общем смысле, позволяя включать в виде правил любые отношения из миварного информационного пространства, которое, в свою очередь, обобщает модель семантических сетей и модель "сущность-связь". Более того, применяя современные технологии многоагентных систем и сервисно-ориентированных архитектур, миварный подход позволяет включать в виде отношений и сервисы, и традиционные вычислительные процедуры, и процедуры ГРИД-систем, и подобные отношения, функции и правила. Философские основания миварного подхода, подробно изложенные в первой монографии Варламова О.О. [72] гарантируют самые широкие возможности по описанию и представлению в миварных сетях практически любых видов отношений в самом широком смысле. За все время исследований нам не встретилось ни одного исключения, но мы готовы к дальнейшим исследованиям в этом направлении.

2.5. Научно-популярное описание миварного подхода

На приведенных ниже рисунках научно-популярно показаны три схемы работы с миварной сетью:

1) создание миварной сети,

2) успешное нахождение маршрута логического вывода и

3) безуспешный поиск, когда маршрута логического вывода нет.

На серии рисунков "Создание миварной сети" (рисунки 5 – 11) показано, как группа человечков (пользователей) параллельно выявляет миварные правила и заносит их в базу данных, постепенно связывая из них полноценную миварную сеть довольно большого объема. Важно, что эта работа происходит параллельно и достаточно быстро. Кружками обозначаются объекты-сущности, а линии – это правила их взаимодействия или связи между объектами. В отличие от миварной сети, обычные описания для семантических сетей и онтологий, как правило, надо делать последовательно и только одному "инженеру по знаниям" путем формирования концептуальной модели предметной области.